Kan fjernfotopletysmografi bruges til kontaktløs indsamling af vitale tegn i et sundhedsmiljø? En prospektiv sammenlignende undersøgelse.

Kontaktløse og bredt tilgængelige sundhedsovervågningsteknologier er af stigende interesse i forbindelse med den verdensomspændende COVID-19-pandemi. Remote photoplethysmography (rPPG) er en velundersøgt teknologi, der fortolker variationer i hudfarve relateret til blodgennemstrømning, som, når den analyseres med kompleks matematisk algoritme, genererer vitale tegnaflæsninger. Denne teknologi er blevet forfinet og indlejret i en smartphone-app designet til at registrere puls, åndedrætsfrekvens og iltmætning ved hjælp af et frontvendt smartphone-kamera.

Foreløbige data, der sammenligner nøjagtigheden af ​​smartphone rPPG aflæsninger med konventionelle vitale tegn monitor aflæsninger er lovende; dog havde mindre end 5 % af befolkningen undersøgt i app-udviklingsfasen iltmætningsniveauer under 95 %, hvilket gør det umuligt at sikre pålidelighed i disse populationer.

Målet med denne undersøgelse er at sammenligne målinger, der er opnået ved hjælp af denne rPPG-app, med målinger fra hospitalsklasse, Health Canada godkendte vitale tegnmonitorer, der bruges i sundhedsmiljøer med fokus på emner med lav iltmætning. Vi vil også studere andre sociodemografiske og kliniske træk, der kan påvirke nøjagtigheden af ​​aflæsningerne. Dette vil blive opnået ved at rekruttere samtykkende voksne, der præsenterer for pleje i akutte plejemiljøer og et udpeget COVID-ambulatorium. Vitale tegn vil blive erhvervet ved hjælp af rPPG-appen og konventionelle hospitalsmonitorer for vitale tegn samtidigt. Aflæsninger vil blive gentaget inden for 2-5 minutter, når tiden tillader det. Statistisk analyse vil blive udført for at analysere resultaterne og bestemme nøjagtigheden og præcisionen af ​​rPPG app-aflæsningerne.

Det forventes, at de vitale tegn-aflæsninger, der opnås med rPPG-appen, vil være næsten identiske med dem, der erhverves ved hjælp af monitorer af hospitalskvalitet for alle forsøgspersoner uanset alder, køn, hudfarve, COVID-status og relevante komorbiditeter.