豐色 發(fā)自 凹非寺

量子位 報(bào)道 | 公眾號 QbitAI

不用扎針、不用讓本就貧血的人“雪上加霜”——

用手機(jī)拍照就可以檢測一個(gè)人是否貧血，不知道你聽說過沒？

今天要介紹的這個(gè)研究就是，通過拍攝人的下眼瞼照片，AI就可以有72.6%的準(zhǔn)確率預(yù)測你是否貧血！

哇，暈針暈血的朋友有救了？

等等，AI驗(yàn)貧血居然是看眼睛？

是的，沒錯(cuò)。

正式開始介紹之前，先來兩個(gè)問題。

Q：首先你知道為什么可以通過拍照識(shí)別貧血嗎？

A：因?yàn)樨氀颊叩哪w色和正常人是不太一樣的。

Q：那為什么非要拍下眼睛呢？

A：說來還長……

長話短說！

其實(shí)早在2018年，就有人有過類似的成功研究。

而當(dāng)時(shí)的方法都是根據(jù)人的手掌、指甲或其他身體部位來檢測。問題就來了：

這些區(qū)域很容易受到溫度變化的影響，診斷結(jié)果經(jīng)常飄忽不定（且不太能推廣應(yīng)用到紫紺型、低血壓或輕度低溫患者身上）。

而恰好人的眼睛，準(zhǔn)確地說是下眼瞼，是一個(gè)血流量低、黑色素或其他可能影響結(jié)果的因素很少的身體部位。

所有，大家的研究方向就轉(zhuǎn)向它了。

如何實(shí)現(xiàn)？

首先，研究人員在一家醫(yī)院拍攝了142名擁有不同血紅蛋白范圍值的患者的下眼瞼。

每名患者拍攝32張圖像，其中8張有標(biāo)準(zhǔn)顏色參考，用RAW和JPEG格式記錄有無閃光燈拍攝下的圖像。

剩下的24張圖像是在沒有顏色參考的情況下拍的，拍攝時(shí)需盡可能靠近結(jié)膜以便清晰聚焦，并盡量減少光源的眩光和移動(dòng)。

然后就是使用MATLAB來處理這些圖像，先用圖像處理算法最大限度地提高它們的顏色分辨率。

接著生成一個(gè)數(shù)據(jù)庫，將每個(gè)處理后的圖像信息與患者的臨床數(shù)據(jù)合并。

再通過算法選出最能代表眼瞼顏色的最佳區(qū)域（下圖左）以及整個(gè)有效區(qū)域（下圖右）進(jìn)行分析。

最后，將這個(gè)區(qū)域的26種衡量參數(shù)（包括平均亮度、紅色分量的平均值等，見下表）組成行，其值為列，再填充患者在實(shí)驗(yàn)室測出的血紅蛋白值組成矩陣，進(jìn)行逐步回歸分析，得出最終的預(yù)測模型。效果如何呢？

目前可做篩查工具，有異常還得再抽血

研究人員隨后在202名新志愿者以及最開始的142名患者身上測試了該模型。

這批人員平均年齡為53歲，19-96歲不等，其中52%的測試人員為男性。

他們的血紅蛋白濃度范圍為4.7g/dL至19.6g/dL（平均 12.5g/dL）。

ps.女性<12.5 g/dL、男性<13.5 g/dL為貧血

首先，對第一期原來的142名患者的測試發(fā)現(xiàn)，預(yù)測模型通過結(jié)膜估計(jì)的血紅蛋白值（HBc）與實(shí)驗(yàn)室抽血值（HBl）的相關(guān)性圖顯示：斜率=1.07 （斜率1=完全一致）！

不過，研究人員也發(fā)現(xiàn)一些問題：

使用閃光燈拍攝的圖片會(huì)導(dǎo)致HBc的誤差明顯更大；

而右眼和左眼圖像之間的沒有明顯誤差；

以及誤差主要表現(xiàn)在HB值低的時(shí)候模型會(huì)高估結(jié)果，HB值高的時(shí)候又會(huì)低估（以11g/dL為界）。

因此他們對模型進(jìn)行了多次改進(jìn)迭代，包括取兩眼的平均值進(jìn)行預(yù)測、不采用閃光燈拍攝等。

最終，使用調(diào)整后的預(yù)測模型針對新的202名志愿者的第二期測試結(jié)果顯示：

預(yù)測準(zhǔn)確度 （accuracy）分別為[男71.4, 女73.8]，均值為72.6%。

預(yù)測靈敏度 （sensitivity）分別為[71.0, 74.6]，均值72.8%。

預(yù)測特異度 （specificity）分別為[70.8, 74.1]，均值72.5%。

（靈敏度高=漏診率低，特異度高=誤診率低）

另外，圖像質(zhì)量也是影響預(yù)測準(zhǔn)確性的因素。

但膚色不會(huì)影響。

研究人員表示：

基于目前的實(shí)驗(yàn)數(shù)據(jù)，該模型可以先用作貧血的篩查工具，一旦檢測出任何異常結(jié)果再進(jìn)行確認(rèn)檢測。

再進(jìn)行確認(rèn)檢測，意思還得抽血嗎……

最后，總而言之，全球有25%的人都受到貧血的影響，還是希望這項(xiàng)技術(shù)可以早日落地真正走進(jìn)大眾。

先造福醫(yī)療設(shè)施匱乏的地區(qū)、以及為全球疫情下的遠(yuǎn)程醫(yī)療添磚加瓦也是不錯(cuò)的。

另，研究團(tuán)隊(duì)來自美國八大常春藤盟校之一布朗大學(xué)，相關(guān)研究已發(fā)表:

論文地址：

https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0253495

參考鏈接：

https://whatsnew2day.com/smartphone-photos-can-detect-anemia-scientists-claim/

— 完 —

本文系網(wǎng)易新聞?網(wǎng)易號特色內(nèi)容激勵(lì)計(jì)劃簽約賬號【量子位】原創(chuàng)內(nèi)容，未經(jīng)賬號授權(quán)，禁止隨意轉(zhuǎn)載。

原標(biāo)題：《AI檢測貧血不看血，竟是看眼睛》

閱讀原文