Den mobila multimodala avkänningsplattformen använder kamera och radar för att på distans samla in pletysmografidata. Kredit:Visual Machines Group/UCLA
I takt med att telemedicin har blivit mer populärt har också enheter som gör det möjligt för människor att mäta sina vitala tecken hemifrån och överföra resultaten via dator till sina läkare. Men i många fall har det visat sig vara en ihållande utmaning att få exakta fjärravläsningar för färgade personer.
Ta till exempel fjärrmätningar av hjärtfrekvens, som förlitar sig på att en kamera känner av subtila förändringar i färgen på en patients ansikte orsakade av fluktuationer i blodflödet under huden. Dessa enheter, som ingår i en framväxande klass av fjärrteknologier, har konsekvent problem med att läsa färgförändringar hos personer med mörkare hudtoner, säger Achuta Kadambi, biträdande professor i el- och datorteknik vid UCLA Samueli School of Engineering.
Kadambi och hans team har nu utvecklat en fjärrdiagnostisk teknik som övervinner denna implicita bias mot mörkare hud samtidigt som hjärtfrekvensavläsningarna blir mer exakta för patienter över hela skalan av hudtoner. Deras hemlighet? Kombinera ljusbaserade mätningar från en kamera med radiobaserade mätningar från radar.
Forskarna presenterade sina resultat, nyligen publicerade i tidskriften ACM Transactions on Graphics , på SIGGRAPH 2022-konferensen i Vancouver, British Columbia. Konferensen, som hålls både virtuellt och personligen, arrangeras årligen av medlemmar i Association for Computing Machinery.
Framsteg kan leda till nya klasser av högpresterande medicinsk utrustning och fjärrteknologier som är mer exakta och rättvisa, sa forskarna, vilket gör det möjligt för läkare och sjukvårdssystem att fjärrövervaka patienter med tillförsikt, både i kliniska miljöer och från patienternas hem.
"I den större bilden visar detta arbete att praktiska och innovativa tekniska lösningar kan ta itu med ihållande fördomar i medicinsk utrustning", säger Kadambi, som också är medlem av California NanoSystems Institute vid UCLA. "Men det kräver först ett erkännande av att sådan fördom innebär att den nuvarande bästa tekniken kanske inte är den bästa för alla. Genom genomtänkt design kan vi hitta rättvisa lösningar som presterar lika bra eller bättre."
UCLA-teamets sammanslagning av två tekniker visar en lovande väg mot att uppnå dessa mål, säger Kadambi, som också är biträdande professor i datavetenskap och huvudforskare i forskningen. Som chef för Visual Machines Group vid UCLA har han skrivit om olika typer av fördomar i medicintekniska produkter och hur man fixar dem.
När forskarna utvecklade sin nya teknologi visade forskarna först att själva fjärravkänningsenheten var källan till fördomen, och visade i deras uppsats att högre nivåer av melanin, naturliga pigment i huden, stör vad som kallas fotopletysmografi eller PPG , signal som används i nuvarande kamerabaserade fjärrmätningar av hjärtfrekvens.
PPG-signalering används också för att mäta hjärtfrekvensen genom enheter som pulsoximetrar, som klämmer fast på en patients finger, såväl som vissa bärbara kommersiella produkter och smartwatch-drivna appar. Dessa enheter avger ljus på huden och känner av förändringar i mängden ljus som reflekteras tillbaka av cirkulerande blod precis under ytan. Det reflekterade ljuset producerar PPG-signalen, ett mått på en patients hjärtfrekvens.
Tidigare ansträngningar för att ta itu med hudtonsfördomar i sådana tekniker har i allmänhet försökt korrigera dem genom ytterligare programmering eller genom att utöka baslinjestandarderna med ett mer varierat utbud av hudtoner. Men inget av dessa tillvägagångssätt riktar sig mot den verkliga frågan, sa Kadambi, som är själva enhetens fysik.
UCLA-forskarna vände sig istället till en annan teknik som kan ge en uppskattning av hjärtfrekvensen:radar. Vid 77 gigahertz kan radar känna av subtila förändringar i bröstets förskjutning från hjärtslag. Och även om den här metoden övervinner problemet med hudtonsbias, är den mindre tillförlitlig än PPG-signalering. De fann dock framgång genom att kombinera dessa två olika avkänningssätt – kamera och radar – och förfina dem genom maskininlärning för att fungera tillsammans.
I tester med 91 personer visade forskarna att deras kamera-radarsystem överträffar kamerabaserad fjärrstyrd PPG i både mätnoggrannhet och rättvisa över en mängd olika hudtoner.
"Multimodal distanssjukvård har potential att göra enheter mer rättvisa, inte bara för hudtoner utan över en mängd olika egenskaper, såsom kroppsmassaindex, kön och olika hälsotillstånd", säger Alexander Vilesov, en UCLA-student i el- och datorteknik. och medförfattare till tidningen. "De flesta av dessa aspekter har inte undersökts noggrant, och en del av vår framtida forskning försöker förstå sådana fördomar."
Forskarna föreslog att sådana rättvisebaserade förbättringar skulle kunna göras av andra typer av teknologier, såsom termiska, akustiska, nära-infraröda och ljuspolarisationssensorer.
"Covid-19-pandemin avslöjade att ny teknik behövs för att tillåta läkare och vårdteam att fjärrövervaka sina patienter", säger studiens medförfattare Dr Laleh Jalilian, en klinisk biträdande professor i anestesiologi och perioperativ medicin vid UCLA Health. "Ett nyckelfokus från början av vårt samarbete var att utveckla medicinsk teknik som fungerar rättvist och med hög noggrannhet för patienter med olika hudtoner, eftersom detta kommer att ge läkare förtroende för att de kan fatta medicinska beslut av hög kvalitet."
UCLAs el- och datateknikstudenter Pradyumna Chari och Adnan Armouti är också huvudförfattare till tidningen. Andra pappersförfattare, alla medlemmar i Visual Machines Group, är UCLAs el- och datateknikstudenter Anirudh Bindiganavale Harish, Kimaya Kulkarni och Ananya Deoghare. + Utforska vidare
