新型眼部掃描技術可在數秒內篩查貧血風險

研究人員開發了一種診斷方法，通過錄製結膜的視頻影像來篩查貧血。結膜是內眼瞼的薄膜，該方法利用軟件分析其血管的顏色和密度。這種方法不需要抽血、刺破皮膚或實驗室處理，為在靜脈穿刺不切實際的情況下進行快速貧血篩查提供了可能性。

結膜影像方法的運作原理及其優勢

結膜影像方法的運作原理 貧血的傳統診斷方法是測量血液樣本中的血紅蛋白濃度。新技術採取了不同的路徑：由於血紅蛋白賦予血液紅色，當濃度下降時，這些高度血管化組織的顏色會明顯變得更淺。眼瞼結膜，即下眼瞼的內表面，是人體中少數幾個可以光學捕捉這種顏色變化而不破皮的地方。在影像協議中，標準相機在受控光照下錄製翻轉的下眼瞼。隨後，算法從視頻中提取顏色通道數據，將結膜血管的紅色、綠色和藍色值的比例與正常血紅蛋白水平的參考值進行比較。

輸出結果為風險標誌，而非精確的血紅蛋白數字，因此將該測試定位為分流工具，而不是確診儀器。

驗證及性能指標 此方法的早期臨牀評估將相機獲得的分數與標準的全血計數結果進行比較。根據報導，該系統在識別血紅蛋白水平低於成人貧血定義的閾值的個體方面顯示出顯著的靈敏度。性能在不同膚色和光照條件下有所變化，這是研究團隊公開承認的限制。來自單一驗證隊列的靈敏度和特異性數據應謹慎對待。基於顏色的光學診斷容易受到環境光譜、相機白平衡、結膜炎症以及個體之間基線血管色素變化的幹擾。

例如，患有結膜炎的患者可能會出現人為紅色的組織，掩蓋算法訓練檢測的蒼白。

無針篩查在不同場景中的應用潛力

潛在的應用場景 無針篩查的實際吸引力在於資源有限的環境，例如偏遠診所、災難應對場景、小兒科人羣（靜脈穿刺會引起困擾）以及大規模社區健康調查（實驗室產能瓶頸）。根據世界衞生組織的估計，貧血影響全球約四分之一的人口，其中缺鐵性貧血是全球最常見的營養障礙，使得低成本的分流工具在規模上具有潛在的實用性。智能手機整合顯然是解決硬件問題的下一步。幾個研究團隊已經證明，配合夾式擴散照明裝置的智能手機相機可以生成色彩校準的結膜圖像，這些圖像的可重複性足夠進行算法分析。

如果貧血篩查模型能夠壓縮成移動應用程式，社區健康工作者則可以在沒有專業設備的情況下進行部署。

工程必須解決的限制 該算法依賴顏色作為血紅蛋白的代理，這為準確性創造了固有的上限。血紅蛋白並不是結膜顏色的唯一決定因素；血管緊張度、局部灌注壓和水合狀態都會調節表觀的紅色。在臨牀醫生能夠將其信任為獨立工具之前，該模型需要在涵蓋不同族羣、年齡組和共病的數據集上進行訓練。監管分類也將影響部署。在大多數司法管轄區，能夠為臨牀決策提供貧血信息的設備需要獲得醫療設備的批准，這會引發臨牀試驗要求，而研究原型尚未達到這些要求。

從概念驗證到臨牀應用的過程涉及在規模和多樣性上進行驗證，而早期研究很少能夠達到這一點。結膜影像方法是一個技術上合理的想法，建立在良好理解的生理學基礎上，但仍處於早期驗證階段。其發展取決於是否能夠通過更大規模和更具多樣性的試驗來確認初始隊列觀察到的靈敏度數據，以及硬件管道是否能夠標準化，使不同地點的結果可比。該研究首次於 4 月 8 日發表在《npj Digital Medicine》期刊上。