比勒菲尔德大学的研究人员分析了人工智能方法从简单视频记录中检测脉搏率的可靠性。这种技术被称为rPPG——远程光电容积描记术，是一种光学形式的非接触式脉搏测量方法，被认为是远程医疗的未来工具。但《npj数字医学》杂志上的一项新研究显示，一旦心率上升，该技术就显现出明显的弱点。
为了让远程医疗在日常生活中发挥作用，数字诊断工具必须在具有挑战性的条件下也能可靠运行。比勒菲尔德大学的一个研究团队现在考察了现代人工智能方法从面部视频记录中估计脉搏率的准确度。rPPG（远程光电容积描记术）技术通过测量血液流动引起的皮肤细微颜色变化来工作。例如，它旨在减轻医疗机构的工作负担，或在日常情况下自动检测压力。
"我们想知道这些方法是否真的能兑现它们的承诺，尤其是在心率上升时。因为正是在这些时刻，它们才最为重要。"
汉娜·德里马拉博士，研究作者，比勒菲尔德大学教授
真实测试的新数据
大多数先前的rPPG研究都依赖于理想条件：坐着的参与者、良好的照明、稳定的摄像机。由巴加夫·阿查里亚、威廉·萨克扬、芭芭拉·哈默教授博士和汉娜·德里马拉领导的团队有意专注于真实生活场景。他们开发了自己的数据集，包括低心率和高心率以及光线不良的情况。
结果令人惊讶：虽然光线不足对自动测量影响不大，但在心率升高时，准确性急剧下降。一些现代方法产生的数值对于远程医疗应用来说根本不可用。
对数字医学的相关性
由于数字健康服务正在迅速扩展，研究人员警告不要不加批判地部署这些技术。如果人工智能方法误判压力或心脏问题，这可能为临床医生和患者带来真正的风险。
因此，该研究强调：rPPG具有巨大潜力，但这些方法必须变得更加稳健。"这就是为什么我们目前正在研究新的、更具韧性的方法，"巴加夫·阿查里亚说，"这些方法能够检测高心率，甚至在光线不足或对肤色较深的人群中也能正常工作。"只有这样，非接触式脉搏测量才能在数字医疗保健中找到自己的位置，超越实验室，融入日常生活。
【全文结束】
