Towards Non-Invasive Multiparameter Monitoring from a Single Fingertip Photoplethysmogram: Prototype Design and Preliminary Evaluation of Heart Rate, SpO2, Blood Pressure, and Glucose Estimation
本文介绍了设计并初步评估了一种低成本、单指尖光电容积脉搏波原型机，该原型机能够估算心率、血氧饱和度（SpO2）、血压和血糖，并通过一项小规模队列研究展示了其可行性，其中随机森林回归算法在血糖预测中达到了最高的准确度，同时强调在临床应用前需要进行更大规模且独立于受试者的验证。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
全球数百万人在管理糖尿病和高血压等慢性疾病时，往往依赖于那些通常既痛苦、又昂贵且笨重的工具。检查血糖通常需要刺破手指以抽取一滴血，而监测血压则需要将一个紧绷的充气袖带缠绕在手臂上。这些方法虽然有效，但带来的不适感和不便可能导致人们跳过每日检查，从而使危险的健康趋势无法被察觉。科学家们长期以来一直希望用一种单一、舒适的传感器来取代这些侵入式工具，该传感器无需破坏皮肤即可读取指尖的生命体征。这一构想的核心在于一种被称为光电容积脉搏波描记法（photoplethysmography）的技术，它利用光来测量血液如何在微细血管中流动。通过向皮肤照射光线并测量吸收或反射的光量，设备可以检测出血液容积变化的节律性脉冲。这种光学信号已经驱动了在医院和健身房中常见的脉搏血氧仪，能够告诉我们心率和血氧水平。目前的挑战在于，观察这种同样的光流数据是否也能揭示血压和血糖水平——这两者是管理心脏病和糖尿病最关键的两个数值。
来自拉合尔工程技术大学的一个研究小组致力于构建一个低成本的原型机，以测试这种可能性。他们制造了一个可以夹在人指尖上的小型装置，内部装有一个向皮肤发射红光和红外光的传感器。该传感器结合一个简单的微控制器，捕捉血液在手指中搏动时反射回来的细微光波。研究人员随后将这些原始数据输入到一个旨在清理信号并提取特定模式的计算机程序中。他们在三十名经过隔夜禁食的健康志愿者身上测试了该系统，并将设备的估算值与标准医疗工具进行了对比：包括指尖采血血糖仪、传统的血压袖带以及商用脉搏血氧仪。其目标并非创造一款成熟的医疗产品，而是要验证这一构想背后的基本物理学和数学原理在现实环境中是否可行。
对于心率和血氧饱和度的测试结果与标准设备非常接近，令人感到安心。原型机成功追踪了心跳和氧气水平，并具有高度的一致性，证实了硬件能够准确捕捉核心的脉搏信息。对于血压，团队采用了不同的方法，即分析脉搏波的时序和形状，而非仅仅分析其速度。在一次单项测试中，该设备估算的血压读数与标准袖带的差异仅约为1.4毫米汞柱，这是一个非常小的差距。然而，研究人员谨慎地指出，这只是针对一名静止受试者的单次观察，且所使用的方法采用了固定设置，如果不进行个体化调整，可能并不适用于所有人。
这项研究中最复杂的部分涉及血糖的估算。与心率或血氧不同，血糖水平与光脉冲形状之间不存在直接、简单的光学联系。相反，研究人员假设，血糖的变化可能会微妙地改变血液的粘稠度或红细胞的运动方式，进而以可检测的方式改变光信号。为了寻找这些细微的线索，他们将脉冲信号分解成数十个不同的数学特征，例如波形的能量、节奏及其整体形状。然后，他们将这些特征输入到三种不同类型的机器学习模型中，以观察哪种模型能最好地预测血糖水平。
在测试的模型中，一种被称为“随机森林”（Random Forest）的方法表现最佳，该方法通过构建许多决策树并结合它们的答案来工作。在这一小组三十人的测试中，该模型的估算值平均偏差约为11毫克/分升，相比于它所对比的其他模型是一个显著的进步。该系统还能在约74%的情况下正确地将血糖水平分类为低、正常或高范围。虽然这些数字听起来很有前景，但研究人员强调，这种成功是初步的，且受到研究规模的限制。志愿者人数较少，且数据来自单次测试过程，这意味着该模型可能只是记住了这三十个人的特定模式，而非学习到了一个通用的血糖规律。
论文结论指出，尽管该原型机证明了这一概念的可行性，但离临床应用还很遥远。研究人员明确表示，他们的结果并不能证明该设备可以精确测量血糖以用于医疗决策，目前也无法取代指尖采血测试。样本量较小、缺乏对确诊糖尿病或低血糖人群的测试，以及缺乏严格的验证方法，意味着目前的发现仅仅是概念验证。该设备作为一个廉价的研究平台，展示了光可以携带有关血糖的信息，但要将这种潜力转化为可靠的医疗工具，还需要更大规模的研究、针对多样化人群的测试，以及对年龄和肤色等其他因素可能如何干扰读数进行更深入的理解。目前，这项工作代表了迈向未来能够持续且无痛监测生命体征的一个充满希望的步骤，但通往完善解决方案的道路依然漫长且充满不确定性。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。