카메라 기반 AI를 사용한 Covid-19 분류

배경 및 목표:

바이탈 사인은 코로나19, 인플루엔자, 패혈증, 폐렴과 같은 감염의 중증도와 예후를 평가하는 데 중요합니다. 압도적인 수의 사례(확진 사례 및 의심 사례)가 있는 팬데믹에 직면한 경우 신속하고 정확한 분류가 중요합니다. 본 연구의 목적은 a) 5가지 바이탈 사인의 신속한 카메라 기반 비접촉 측정을 위한 새로운 방법을 평가하는 것; 체온, 심박수, 혈중 산소 포화도, 호흡수 및 혈압 b) AI가 30일 이내에 입원 또는 사망을 예측할 수 있는지 여부.

행동 양식:

새로운 방법으로 측정된 각 활력 징후를 해당 표준 참조 방법과 비교하는 방법 비교 연구 설계가 사용됩니다. 또한 코호트 설계를 사용하여 30일 이내에 입원 또는 사망을 추적합니다. 조사된 새로운 시스템은 고속 디지털 비디오 카메라, 디지털 라디오메트릭 적외선 카메라, LED 조명 및 데이터 기록을 위한 컴퓨터로 구성됩니다. 이 시스템은 약 1m 거리에서 피사체를 마주하고 피사체의 얼굴을 30초 동안 기록합니다. 먼저 한 세트의 참조 장치를 사용하여 모든 활력 징후를 측정합니다. 두 번째로 조사된 장치는 환자 얼굴의 30초 비디오를 녹화합니다. 셋째, 마지막으로 동일한 참조 장치 세트를 사용하여 모든 활력 징후를 측정합니다. 바이탈 사인 판독값의 사본(표준 참조 방법 사용)은 연구자가 각 피험자에 대한 후속 치료를 담당하는 임상 전문가에게 전달합니다. 그 후, 수집된 30초 녹음은 특정 소프트웨어 알고리즘을 통해 실행되어 바이탈 사인을 추출합니다. 새로운 카메라 기반 비접촉식 바이탈 사인 측정 결과와 AI의 입원 또는 사망 위험 예측 결과는 환자의 치료 상황에 제시되지 않는다.

예상 결과:

제안된 연구는 새로운 방법이 기준 방법에 비해 체온, 심박수, 호흡수, 혈중 산소 농도, 혈압을 추정할 수 있고 30일 이내에 입원이나 사망도 추정할 수 있음을 보여줄 것으로 기대된다.

예상 결과의 의미:

새로운 비접촉식 방식을 사용하여 이전보다 빠르게 활력 징후를 측정할 수 있다면 많은 환자의 분류가 훨씬 쉬워질 것입니다. 또한 입원 또는 사망 위험 증가를 예측할 수 있으면 환자 분류를 더욱 향상시킬 수 있습니다.