高度可靠的个性化非侵入性血红蛋白估计,使用视觉转换器和双微调
Mauro Camporeale1, Felice Clemente2, Giovanni Dimauro1
1University of Bari "Aldo Moro", Department of Computer Science, Bari, Italy.
Computers in biology and medicine
|September 7, 2025
概括
这项研究引入了一种新的AI系统,使用眼睛图像进行非侵入性血红蛋白估计. 这种准确且易于使用的贫血查方法减少了对传统血液检测的需求.
科学领域:
- 生物医学工程 生物医学工程
- 医疗保健中的人工智能
- 血液学 血液学 血液学
背景情况:
- 贫血影响全球数十亿人,需要经常监测.
- 传统的血红蛋白血液检测是侵入性的,并且不适合持续评估.
- 非侵入性诊断方法对于早期发现贫血至关重要.
研究的目的:
- 开发第一个针对患者的AI系统,用于使用眼结膜图像进行非侵入性血红蛋白估计.
- 通过个性化诊断来提高贫血查的准确性和可访问性.
- 减少对常规血液检测的依赖,以进行血液学监测.
主要方法:
- 使用视觉变压器 (ViT) 架构,具有双微调,用于个性化血红蛋白估计.
- 在多天内从同一患者收集结膜图像的数据集,以进行个性化的校准.
- 开发了一种针对患者的模型,用于非侵入性血红蛋白水平评估.
主要成果:
- 达到0.94的高R平方值,98%的准确度,平均绝对误差为0.25 g/dL.
- 已证明的性能与实验室血红蛋白测试相当.
- 在检测所有贫血病例时达到100%的灵敏度,消除了假阴性.
结论:
- 开发的AI系统为贫血查提供了精确,快速和易于使用的方法.
- 这种非侵入性方法可以重新定义长期的血液学监测,特别是在资源有限的环境中.
- 改善临床决策和降低医疗保健成本是潜在的好处.
