基于远程光电容积描记术(rPPG)的术前血压与血红蛋白无创评估算法开发研究

为解决传统术前评估中血压(BP)和血红蛋白(Hb)检测需侵入性操作且效率低下的问题，新加坡中央医院团队开发了基于智能手机远程光电容积描记术(rPPG)的无创监测算法。研究显示该模型对舒张压(DBP)预测误差仅0.16 mmHg(SD 3.22)，血红蛋白误差0.23 g/dL，满足ISO 81060-2标准，为远程医疗提供了创新解决方案。

　　

在医疗技术快速发展的今天，术前评估仍面临两大痛点：血压测量依赖笨重的袖带设备，血红蛋白检测必须抽血化验。这种传统方法不仅效率低下，对肤色较深或行动不便的患者更可能产生误差。随着全球手术量激增和人口老龄化，新加坡中央医院的研究团队敏锐捕捉到这一需求缺口，开发出仅需智能手机摄像头就能实现无接触检测的远程光电容积描记术(rPPG)技术。这项发表在《JMIR Formative Research》的创新研究，或将彻底改变术前检查的传统模式。

研究团队采用前瞻性队列设计，在新加坡中央医院术前评估门诊招募200名21-84岁患者。通过Nervotec公司的NervoScan系统，利用网络摄像头采集面部血流信号，同步对比标准袖带血压仪和实验室血检结果。关键技术包括：U-Net神经网络架构优化、标签分布平滑(LDS)算法处理数据偏态，以及符合ISO 81060-2:2018标准的验证流程。特别引入Monk皮肤色调量表(MST)确保模型在多元人种中的适用性。

【主要研究结果】
血压预测方面，模型对舒张压(DBP)的预测表现最优，平均绝对百分比误差仅7.52%，与参考值差异0.16 mmHg(SD 3.22)，95%置信区间±0.57 mmHg，完全满足国际标准。而收缩压(SBP)预测误差为2.69 mmHg(SD 7.86)，虽通过ISO标准第一准则，但未达更严格的第二准则(SD<6.30 mmHg)。Bland-Altman分析显示，模型在血压中值区间预测最准，极端值仍有改进空间。

血红蛋白检测方面，模型取得8.52%的平均绝对误差，偏差0.23 g/dL(SD 0.67)。值得注意的是，数据分布显示12-15 g/dL区间的样本占优，导致模型对异常值敏感度不足。统计检验证实血红蛋白预测值呈非正态分布(P<0.01)，提示需要扩充高低值样本以优化算法。

【讨论与展望】
这项研究首次在真实临床环境中验证了rPPG技术对多元人群(含40%高血压、24%糖尿病患者)的适用性。其创新价值不仅在于DBP预测达到临床级精度，更开创了无创血红蛋白检测的新范式。研究者特别指出，该技术可延伸至三大应用场景：急诊分诊中的快速筛查、慢性病远程管理(如结合糖化血红蛋白监测)，以及资源匮乏地区的医疗下沉。当前局限主要在于运动伪影处理和极端生理值预测，下一步将通过扩大样本量和融合多模态数据优化模型。

这项来自新加坡的突破性研究，标志着无接触生理监测技术向临床实用化迈出关键一步。当智能手机就能完成专业级体检，未来的医疗模式或将迎来革命性变革——患者不必专程赴院，医生却能获得更连续的健康数据。正如研究者所言，这项技术真正的价值，在于"将数亿消费电子设备转化为普惠医疗工具"的无限可能。