编辑推荐：
由查普曼大学福勒工程学院创始院长 L. 安德鲁?里昂博士共同撰写的一项突破性新研究，介绍了一款人工智能智能手机应用程序，该程序可通过用户的指甲照片进行非侵入性贫血筛查。这项发表在《美国国家科学院院刊》上的研究表明，该应用程序提供的血红蛋白估计值可与传统实验室检测相媲美，已有超过 20 万用户进行了 140 多万次检测。据估计，美国有 8300 万人、全球超过 20 亿人面临贫血高风险，这些人群将从这种易于使用的筛查工具中大幅受益。该应用程序提供了一种低成本、可扩展的解决方案，增强了人们获得筛查的机会，尤其是在服务不足和偏远社区，同时支持实时健康监测和早期干预。
贫血影响着全球超过 20 亿人，包括美国估计 8300 万高风险人群。现在，一款新应用程序为消费者提供了可靠、便捷的直接筛查服务。
由查普曼大学教授兼福勒工程学院创始院长 L. Andrew Lyon博士共同撰写的一项新研究，揭示了非侵入性健康技术的一项重大进展：一款利用人工智能和用户指甲照片检测贫血的智能手机应用程序。
这项发表在《美国国家科学院院刊》（PNAS）上的研究表明，这款非侵入性、人工智能增强的应用程序提供的血红蛋白估计值可与传统实验室检测相媲美。有超过 20 万用户进行了 140 多万次检测，该应用程序代表了一种可扩展、低成本的解决方案，扩大了贫血筛查的机会，尤其是在服务不足和偏远社区。
随着获取途径的增加，这款应用程序将可靠的筛查直接交到消费者手中，支持实时健康监测和早期干预，使用户无需等待实验室结果即可做出明智决策。虽然该应用程序并非用于自我诊断，但它帮助用户了解何时咨询医疗保健提供者。
该应用程序对慢性贫血患者尤其有价值，如肾病或癌症患者，他们通常需要频繁监测。研究表明，这些患者个性化使用该应用程序后，准确性提高了近 50%，实现了更安全、更便捷的居家管理。
“这项研究历时八年多，是朝着提高医疗可及性迈出的有意义的一步，” 里昂博士说，“这证明了长期合作以及通过创新赋予患者权力的承诺。”
主要发现：
使用智能手机摄像头和人工智能指甲分析进行了 140 多万次检测。
血红蛋白（Hgb）估计值的平均绝对误差为 ±0.72 g/dL，在 Hgb>10 g/dL 的用户中改善至 ±0.50 g/dL。
地理定位数据促成了美国首个县级贫血患病率地图的绘制。
慢性贫血患者的应用程序个性化设置提高了准确性（从 ±1.36 g/dL 到 ±0.74 g/dL）。
用户现在可以在家跟踪血红蛋白水平，减少了频繁就诊的需要。
传统血液检测耗时、昂贵且需要临床基础设施。该工具提供了一种低成本、非侵入性的替代方案，具有大规模可扩展性。
里昂博士的参与凸显了查普曼大学在以健康为中心的工程创新方面的领导地位。作为福勒工程学院的创始院长，里昂在塑造查普曼大学对转化科学的承诺方面发挥了关键作用，将学术研究与现实影响相结合。
生物通微信公众号
生物通 版权所有
