使用基于摄像头的 AI 对 Covid-19 进行分类

背景和目标：

生命体征对于评估感染（即 Covid-19、流感、败血症和肺炎）的严重程度和预后至关重要。 当面对大量病例（确诊和疑似）的大流行时，快速准确的分流至关重要。 本研究旨在：a) 评估一种基于摄像头的非接触式快速测量五种生命体征的新方法；体温、心率、血氧饱和度、呼吸频率和血压，以及 b) AI 是否可以预测 30 天内的住院或死亡。

方法：

使用方法比较研究设计将使用新方法测量的每个生命体征与相应的标准参考方法进行比较。 此外，队列设计用于跟踪 30 天内的任何住院或死亡。 被调查的新系统由高速数字摄像机、数字辐射红外摄像机、LED灯和用于数据记录的计算机组成。 该系统以大约一米的距离面对对象，捕捉对象面部的 30 秒记录。 首先，将使用一套参考设备测量所有生命体征。 其次，被调查的设备将记录患者面部的 30 秒视频。 第三，也是最后一点，所有生命体征都将使用同一套参考设备进行测量。 生命体征读数的副本（使用标准参考方法）将由研究者移交给负责每个受试者后续医疗护理的临床专业人员。 之后，收集到的 30 秒录音将通过特定的软件算法运行以提取生命体征。 新的基于摄像头的非接触式生命体征测量结果和 AI 对住院或死亡风险的预测结果将不会在患者的护理情况下呈现。

预期结果：

预计拟议的研究将表明，与参考方法相比，新方法可以以可接受的一致性估计体温、心率、呼吸频率、血氧水平和血压，并且还可以估计 30 天内的住院或死亡。

预期结果的含义：

通过使用新的非接触式方法能够比以前更快地测量生命体征，这将极大地促进对大量患者的分类。 此外，能够预测住院或死亡风险增加将进一步改善患者的分类。