Ученые физического факультета МГУ исследовали инновационные методы измерения уровня гемоглобина в крови. Это важный для диагностики различных состояний показатель. Поэтому научные группы и организации по всему миру стремятся сделать его оценку максимально быстрой, простой и безболезненной. Сейчас самым надежным способом замера остается анализ крови, но он сопряжен с дискомфортом для пациента, а также требует времени, дорогого оборудования и квалифицированного персонала.
В мире существуют различные разработки, касающиеся неинвазивных способов измерения гемоглобина, однако клинически точных методов с достаточно низкой погрешностью пока не предложили. Авторы нового исследования предлагают совместить несколько оптических бесконтактных схем оценки этого показателя. Одна схема предполагает диффузную спектроскопию и RGB-имиджинг в поисках признаков анемии, то есть малокровия, приводящего к снижению обеспеченности тканей и органов кислородом. Эта методика, основанная на использовании специального излучения, дает довольно высокую точность выявления заболевания.
Другой способ предполагает сравнение снимков кожи больных и проверяемых людей. В частности, ученые подготовили открытую стандартизированную базу данных, в которой собрали снимки тканей рук 250 пациентов, у которых известен уровень гемоглобина. Загрузка в систему похожих кадров позволит алгоритмам оценить этот показатель у испытуемых, чьи данные неизвестны. На основе этой базы данных можно построить универсальную модель для диагностики буквально по нескольким фотографиям.
Авторы исследования подчеркивают, что будущее медицинской диагностики именно за неинвазивными методами, которые подразумевают высокую скорость оценки и отсутствие неприятных ощущений, связанных с соответствующими процедурами. Это также откроет возможность для проведения диагностических мероприятий в домашних условиях, что повысит осведомленность людей о состоянии здоровья и позволит быстрее реагировать на негативные изменения.
Ранее мы рассказывали, что искусственный интеллект помог российским врачам поставить 17 миллионов верных диагнозов.
