PPG テクノロジーを使用した静脈疾患を検出するための機械学習モデルのトレーニング

この臨床研究は、下肢の静脈疾患の正確な分類と診断のために、光電脈波計 (PPG) 信号と人工知能 (AI) アルゴリズムを組み合わせて使用​​することの有効性を評価することを目的としています。 この研究には、現在ホワイトリークリニック（以下、TWC）で静脈疾患の検査を受けている参加者のグループが参加します。 参加者は、対照群（重大な静脈疾患のない健康な人）と慢性静脈疾患（CVD）群（静脈疾患が証明されていると診断された人）に分類されます。 研究への参加に関心を表明した参加予定者には、患者情報シートが渡され、パイロット研究についての説明を受けます。 参加者が同意し、関連する同意書に署名した場合、参加者はコンサルタントの血管外科医の監督の下で一連の標準化された演習を実行します。 エクササイズ全体を通して、足首に取り付けられたデータ収集装置が PPG 信号を記録し、運動中の赤血球からの反射 PPG 信号による血液量の変化を捕捉します。 したがって、データが収集および記録されると、対照グループと CVD グループのデータを相互に分析できるようになります。 2 つのグループの PPG 信号を分析する際の目的は、AI アルゴリズムを使用して実行された動作中に PPG 信号のパターンの微妙なニュアンスを検出する機能にあります。 AI アルゴリズムは、静脈疾患の有無を示すパターンや特徴を区別します。 この研究は、PPG および AI アルゴリズムを使用して静脈疾患の診断を強化し、静脈ヘルスケアへの新しいアプローチを開く貴重な洞察に貢献することを目指しています。