Cientistas criam algoritmo para medir nível de oxigênio no sangue com um celular
Dispositivo previu corretamente se o indivíduo tinha níveis baixos de oxigênio no sangue em 80% das vezes
Um novo estudo de pesquisadores da Universidade de Washington e da Universidade da Califórnia em San Diego mostrou que smartphones são capazes de detectar níveis de saturação de oxigênio no sangue em até 70% — valor mais baixo que os oxímetros de pulso devem ser capazes de medir, conforme recomendado pela agência reguladora dos EUA, a Food and Drug Administration (FDA).
A técnica considerada “simples” envolve voluntários colocando o dedo sobre a câmera e o flash de um celular, que, por sua vez, utilizou um algoritmo de aprendizado, desenvolvido pela equipe de pesquisa, para decifrar os níveis de oxigênio no sangue.
Os pesquisadores forneceram uma mistura controlada de nitrogênio e oxigênio a seis indivíduos para reduzir artificialmente seus níveis de oxigênio no sangue durante o teste, e com isso, o dispositivo previu corretamente se o indivíduo tinha níveis baixos de oxigênio no sangue 80% das vezes.
Os resultados do experimento foram publicados na segunda-feira (19) na revista científica npj Digital Medicine, da Nature.
No processo de inspiração, nossos pulmões se enchem de oxigênio, que é distribuído aos glóbulos vermelhos para transporte por todo o corpo.
O organismo precisa de muito oxigênio para funcionar, e pessoas saudáveis têm pelo menos 95% de saturação de oxigênio o tempo todo.
Quando um paciente é atendido, profissionais de saúde monitoram a saturação de oxigênio usando oxímetros de pulso — aqueles clipes que se usa na ponta do dedo ou na orelha.
No entanto, monitorar a saturação de oxigênio em casa várias vezes ao dia pode ajudar os pacientes a ficar de olho nos sintomas de doenças como a Covid-19, por exemplo, ou mesmo outras situações, como a asma — que torna mais difícil para os corpos absorver oxigênio dos pulmões.
Nessas situações, a porcentagem de saturação de oxigênio que cai para 90% ou menos, uma indicação de que é necessário atendimento médica.
Medindo a saturação de oxigênio com o celular
A equipe de pesquisa monitorou seis participantes com idades entre 20 e 34 anos. Três pessoas do sexo feminino e três do sexo masculino. Um participante se identificou como sendo negro, enquanto os demais se identificaram como brancos.
Para coletar dados para treinar e testar o algoritmo, os pesquisadores fizeram com que cada participante usasse um oxímetro de pulso padrão em um dedo e, em seguida, colocasse outro dedo na mesma mão sobre a câmera e o flash de modelo de celular Nexus 6P. Cada participante teve essa mesma configuração em ambas as mãos simultaneamente.
O dispositivo foi configurado especificamente para que as configurações de exposição da câmera no hardware não mudassem durante todo o estudo.
A câmera do celular ficava gravando um vídeo, dessa forma, toda vez que o coração batia, sangue fresco fluia através da parte iluminada pelo flash, como explicou o autor sênior Edward Wang, professor assistente no Design Lab da UC San Diego e no Departamento de Engenharia Elétrica e de Computação.
“A câmera registra o quanto esse sangue absorve a luz do flash em cada um dos três canais de cores que mede: vermelho, verde e azul”, disse Wang em um comunicado à imprensa.
“Então, podemos alimentar essas medições de intensidade em nosso modelo de aprendizado profundo”, explicou.
Durante o teste, cada participante respirou uma mistura controlada de oxigênio e nitrogênio para reduzir lentamente os níveis de oxigênio.
O processo durou cerca de 15 minutos. Para todos os seis voluntários, a equipe adquiriu mais de 10 mil leituras de nível de oxigênio no sangue entre 61% e 100%.
Os cientistas usaram dados de quatro dos participantes para treinar um algoritmo de aprendizado profundo para extrair os níveis de oxigênio no sangue.
O restante dos dados foi usado para validar o método de análise, em seguida, testá-lo para ver o desempenho dele em novos indivíduos.
“A luz do smartphone pode ser espalhada por todos esses outros componentes noo dedo, o que significa que há muito ruído nos dados que estamos analisando”, disse o coautor Varun Viswanath, ex-aluno da UW.
Segundo ele, “o aprendizado profundo é uma técnica realmente útil aqui porque pode ver esses recursos realmente complexos e diferenciados e ajuda a encontrar padrões que você não conseguiria ver de outra forma”.
O time de pesquisadores quer continuar o estudo testando o algoritmo em mais pessoas.
“Os dispositivos médicos tradicionais passam por testes rigorosos. Mas a pesquisa em ciência da computação ainda está começando a usar o aprendizado de máquina para o desenvolvimento de dispositivos biomédicos e todos ainda estamos aprendendo. Estamos nos forçando a aprender a fazer as coisas direito”, afirmou Wang.
