智能手机与电脑摄像头实时健康监测

远程医疗成COVID-19期间医生减少面对面接触仍提供医疗关键方式。但电话或在线预约，医生更难实时获取患者脉搏呼吸率等重要生命体征。

方法利用个人智能手机或电脑摄像头从面部实时视频获取脉搏呼吸信号。机器学习助力远程健康感测，系统必须识别视频中含最强生理信息源（如脉搏）感兴趣区域，随时间测量。因每人不同，系统必须快速适应每人独特生理特征并将其与外貌环境等其他变化分离。

团队系统保护隐私——在设备端而非云端运行——用机器学习捕捉光反射人脸细微变化，随血流变化相关。再转换为脉搏呼吸率。

系统首个版本用含人脸视频和“基准真值”数据集训练：每人现场标准仪器测脉搏呼吸率。系统用视频空间时间信息计算两生命体征。在受试者移动说话视频上优于类似机器学习系统。但虽在某些数据集效果好，仍在不同肤色、背景、光照数据集挣扎——常见“过拟合”问题。

研究人员让系统为每个个体生成个性化机器学习模型改进。具体帮助寻找视频帧中可能含与面部血流变化相关生理特征重要区域，不同上下文如不同肤色、光照、环境。从那聚焦区域测量脉搏呼吸率。

新系统在更具挑战数据集上优于前代，尤其深肤色人群。但仍有工作做。深肤色受试者性能仍趋势较差，部分因光在深肤色反射不同，导致摄像头拾取信号较弱。

任何远程感测脉搏呼吸率能力为远程患者护理远程医疗提供新机会。包括自我护理、随访护理、分诊，尤其无便捷诊所访问时。

传感器