特拉维夫大学和谢巴医疗中心的一项新合作研究标志着无创血液检测领域的重大进展，这是目前市场上最重要的未满足需求之一。研究人员开发了一种基于人工智能的系统，该系统能够通过录制眼睛结膜（覆盖眼白部分的透明膜）中血管的短视频来评估血红蛋白水平和红细胞计数，无需进行针刺或抽血。
该研究由特拉维夫大学硕士毕业生Tamir Denis主导，与物理与天文学学院Haim Suchowski教授和Blavatnik计算机科学与人工智能学院Lior Wolf教授的研究团队合作，并联合谢巴医疗中心的研究人员共同完成，包括电生理诊所和视网膜研究实验室负责人Ygal Rotenstreich教授，以及修复性视膜实验室研究主任Ifat Sher-Rosenthal博士。研究结果已发表在《npj Digital Medicine》杂志上。
血液检测是全球最常进行的医疗程序之一，但至今仍依赖于侵入性血液采样和复杂的实验室处理流程。此前针对其他解剖部位的尝试均未能证明与血液指标存在显著相关性。
研究人员指出，这项新技术有望实现更快、更便捷的检测，特别是在医疗服务资源有限的地区。研究强调，贫血是世界上最普遍的医疗状况之一，影响全球约30%的人口。
将眼部视频转化为血液数据
该研究介绍了一种名为"Video-to-Vessels"的技术，该技术将眼睛结膜中微小血管的高倍视频记录转换为血管结构和血流动力学的紧凑数字表示。这些信息随后被输入到一个经过专门训练的人工智能系统中，该系统能够识别血流特征与关键血液标志物（如血红蛋白水平和红细胞计数）之间的相关性。
研究共纳入224名参与者，他们均接受了标准血液检测和使用50倍放大RGB相机对结膜的成像。研究人员从每位参与者的两只眼睛收集了10秒的视频记录。
研究的主要发现是，该系统在检测贫血方面达到了相对较高的82.8%的准确率。此外，该系统的预测结果与实验室检测结果在血红蛋白水平和红细胞计数方面均显示出强烈的正相关。
为什么微小血管很重要
研究人员表示，该系统最引人注目的能力之一是能够检测极其细小血管之间的细微差异。研究发现，这些极细血管为预测血红蛋白水平提供了最准确的信息。
研究人员解释，在非常狭窄的血管中，血细胞以单行方式移动，这使得更容易识别与血红蛋白浓度相关的血流模式和变化。仅基于这些小血管训练的模型比基于较大血管的模型取得了显著更好的结果。
另一个关键发现是视频处理的重要性。研究人员证明，稳定眼部运动和去除数字噪声显著提高了系统的性能。当这些步骤从处理流程中省略时，血红蛋白的预测相关性下降了38%，红细胞计数的预测相关性下降了19%。
从概念验证到未来应用
研究人员强调，这仍是一项概念验证研究，在该技术能够投入临床实践之前，还需要进行更广泛、更多样化的研究。尽管如此，他们认为它最终可能被开发成一种紧凑的手持设备，作为诊所、社区医疗保健环境甚至家庭中的一线筛查工具。
"一种新的生理信息源"
Denis解释道："最让我们着迷的事情之一是，在眼睛的这个区域，你不仅能看见血管，而且在某些情况下，你实际上可以观察到血流本身。这使得结膜成为研究的独特且极具价值的区域。"
"对我们来说，这代表了一种新的生理信息源，当与图像处理和人工智能相结合时，可能会彻底改变未来的检测体验和获取途径。我们的研究是朝着这个方向迈出的第一步。"
"从一开始，这项研究让我兴奋的是，它有可能真正改变人们的生活，特别是在医疗基础设施有限的地方。"
Rotenstreich教授总结道："我们将这项研究视为向开发新一代无创医学检测迈出的重要一步。仅通过眼睛血管的短视频就能提取一个人血液概况信息的能力，展示了将物理学、光学和人工智能在医学中结合的巨大潜力。"
"虽然这仍是一项早期研究，但结果非常令人鼓舞，并指向未来在医院外进行更快、更简单和更便捷筛查测试的可能性。我们相信，这类技术最终可能会改善全球患者的医疗诊断获取途径并减轻他们的负担。"
【全文结束】