Prediktiv fjernfotopletysmografialgoritme for blodtrykksvurdering og -overvåking

Dette er en prospektiv gjennomførbarhetsstudie. Bakgrunnslitteratur har vist at pletysmografi (PPG)-signaler kan brukes til å estimere blodtrykket gjennom å lage og trene en prediktiv modell. Ved å undersøke og trekke ut nøkkeltrekk ved en kontinuerlig PPG-bølgeform ved å trene et kunstig nevralt nettverk, kan korrelasjoner mellom disse egenskapene og blodtrykket studeres.

Nervotec, et selskap innen digital helse og kunstig intelligens, har med suksess brukt rPPG-teknologi for å tillate innsamling av rPPG-bølgeformer, som muliggjør måling av hjertefrekvens (HR), hjertefrekvensvariabilitet (HRV), respirasjonsfrekvens (RR) og oksygenmetning i blodet ( SpO2) nivå gjennom signalbehandlingsteknikker. De har integrert rPPG-teknologi i en mobilapplikasjon som bruker smarttelefonkameraer for å skanne en persons ansikt. Dette er imidlertid ennå ikke fastslått for blodtrykket. Vi tar sikte på å utføre en prospektiv studie for å evaluere gjennomførbarheten og nøyaktigheten av å oppnå blodtrykksmålinger gjennom rPPG.

Hypotese: Fjernfotopletysmografi kan brukes til å bestemme blodtrykket, og denne algoritmen kan utvikle seg til en tilpasset smarttelefonbasert applikasjon.