基于机器学习算法无创评估血红蛋白水平的开发与早期可行性测试

《npj Biomedical Innovations》：Development and early feasibility testing of machine-learning algorithms to non-invasively assess hemoglobin levels

　　

HeMonitor研究评估了在血液恶性肿瘤患者中使用基于图像的机器学习方法无创评估血红蛋白(Hemoglobin, Hb)水平的可行性及准确性。共纳入367例血液恶性肿瘤患者和184例健康供者，采集指甲床及眼睑照片，采用轻量梯度提升机(Light Gradient-Boosting Machine, LightGBM)回归模型进行分析。最佳模型的Hb预测残差标准差达±1.02 mmol/L。研究人员进一步探索了一种两阶段概念：结合(i)基于图像的无创Hb预测器与(ii)事后基于规则的走廊聚合层(corridor aggregation layer)，整合欧洲癌症研究与治疗组织(European Organisation for the Research and Treatment of Cancer, EORTC)总体健康状况(Global Health)及疲乏(Fatigue)分类。该探索性层级旨在结合患者报告的症状负担和整体健康状态对Hb估计值进行情境化解读。可视化分析提示较低Hb水平通常与生活质量(quality of life, QoL)指标受损相关，符合贫血已知临床负担。在QoL子集中，整合框架与临床医师评估显示出良好一致性，尤其在Hb临界范围。上述发现支持将数字生物标志物(digital biomarkers)与患者报告结局(patient-reported outcomes, PROs)相结合用于未来以患者为中心的家庭监测策略的可行性，但仍需前瞻性验证。

HeMonitor研究：基于图像机器学习无创血红蛋白检测及整合患者报告结局的可行性框架解读

研究背景与目的

血液恶性肿瘤（如骨髓增生异常肿瘤MDS、急性髓系白血病AML）患者需高频次全血细胞计数(CBC)监测血红蛋白(Hb)以追踪疾病、发现贫血恶化及评估红细胞(RBC)输注需求，目前依赖频繁且有创的静脉采血，缺乏可靠的无创家庭监测手段迫使患者反复就诊，加重疾病与治疗副作用带来的负担。虽已有智能手机摄像结合计算机视觉估算Hb的研究（如HemaApp、SmartHeLP），但多需特殊硬件或仅基于指尖影像。本研究（HeMonitor）旨在开发并评估一种互补的可行性框架——通过拍摄患者指甲床(fingernail)和眼睑(eyelid, 即睑结膜palpebral conjunctiva)照片，结合机器学习回归模型无创估算Hb浓度，并探索整合经验证的患者报告结局(patient-reported outcomes, PROs, EORTC QLQ-C30量表之Global Health与Fatigue维度)对临界Hb值进行情境化解读，以支持未来居家纵向监测与个体化贫血管理，契合限制性输血策略与以患者为中心的血液管理理念。论文发表于《npj Biomedical Innovations》。

主要关键技术方法

研究人员开展单中心观察性试验，纳入551名参与者——367例血液恶性肿瘤患者（101例贫血Hb<6.21 mmol/L，266例非贫血Hb≥6.21 mmol/L，摄片于RBC输注前）及184例健康献血者（献血前摄片）。使用Sony ILCE-7全画幅相机于标准化光照（患者组）或变动光照（健康组）下拍摄RAW格式指甲床与眼睑照片，同期测静脉/毛细血管血Hb为金标准；49例患者额外完成EORTC QoL问卷。图像处理流程为：用Grounded-Segment-Anything(Grounded-SAM)分割指甲板(nail plate)、MediaPipe Face Landmarker定位眼部并结合霍夫圆变换(Hough Circle Transformation)与边缘检测提取睑结膜ROI(region of interest)，对分割掩码做腐蚀(erosion)保留30%像素；将ROI从RGB转换至HSV色彩空间提取色调(hue)通道直方图，经主成分分析(PCA)降维去噪得特征向量。分别训练岭回归(Ridge Regression)、轻量梯度提升机(LightGBM/LGBM)回归与分类模型及浅层/预训练卷积神经网络(CNN)；Hb连续预测值按临床走廊映射——绿色(Green corridor)：Hb>6.0 mmol/L（通常无需干预），黄色(Yellow corridor)：4.5≤Hb≤6.0 mmol/L（需评估），红色(Red corridor)：Hb<4.5 mmol/L（常考虑输血）。探索性事后整合：将预测Hb走廊、EORTC Global Health与Fatigue分层走廊三者等权多数投票，平票时保守取更严重级别(Red>Yellow>Green)。模型以患者ID为单元行10折交叉验证，同患者所有访视归入同折，单患者多图像预测取中位数聚合，评估残差标准差(RSD)、均方误差(MSE)、决定系数(R²)、混淆矩阵及F1分数。

研究结果

Regression models（回归模型）

分别用指甲床、眼睑及两者联合数据集训练Ridge与LightGBM回归模型。联合数据集中LightGBM残差标准差±1.02 mmol/L（Ridge ±1.05 mmol/L），MSE 1.05（Ridge 1.10），R²0.45（Ridge 0.42）；眼睑单独建模LightGBM残差标准差±1.03 mmol/L、R²0.48，指甲单独±1.06 mmol/L、R²0.42。将连续预测映射至三走廊后，LightGBM总正确分类267例（Ridge 255例），红色走廊准确率均100%，黄色走廊LightGBM约41.4%（Ridge 31.0%），绿色走廊LightGBM 74.2%（Ridge 71.5%）；LightGBM II类错误(Type 2 error)红色区0.08、黄色区0.26低于Ridge（0.11与0.29）。结论：LightGBM回归预测性能优于Ridge，眼睑影像比指甲信号更强，联合建模仅微幅改善；回归方法较适合连续Hb变量估计。

Classification model（分类模型）

直接以工程特征训练Ridge与LightGBM三分类器（红/黄/绿走廊）。Ridge分类F1分数眼睑0.65、指甲0.40，均高于LightGBM（眼睑0.42、指甲0.16）；两者I类错误(Type 1 error, 将真Red判为Green)均为0。结论：在此数据集直接多分类弱于先回归再离散化，Ridge分类略优但整体黄色走廊识别仍有限。

Convolutional neural network (CNN)（卷积神经网络）

尝试从头搭建浅层CNN及冻结主干微调末层分类的预训练CNN，均未在验证集收敛，MSE≈2.9远高于特征工程基线。结论：低信噪比的Hb相关色泽变化与小样本量不支持端到端深度网络，生理启发的色调特征工程更数据高效。

Post hoc integration of quality-of-life signals for corridor aggregation（生活质量信号事后走廊聚合整合）

47例具完整QoL数据者可视化显示低Hb趋向伴Global Health降低与Fatigue升高。将图像预测Hb走廊与EORTC分层走廊（Global Health: 低0–45/中45–65/高66–100；Fatigue反向: 低39–100/中17–38/高0–16）做规则投票聚合。与临床医师输血决策比对，整合框架在临界（黄）区与医师判断吻合较好——绿区强一致，黄区存保守偏向（常升为Red需再评估）。结论：非侵入Hb估计叠加PROs可增强临床可解读性，尤其对临界值管理具探索价值，但属假设生成性质。

讨论与结论（翻译浓缩）

本研究提出一种概念验证框架，通过指甲床与眼睑图像结合机器学习无创估算Hb，辅以PROs情境化，拟用于需频繁实验室监测患者的家庭纵向趋势追踪与早期恶化预警，而非替代实验室检测或自动决策输血。预设Hb走廊（绿>6、黄4.5–6、红<4.5 mmol/L）反映限制性输血策略与现行临床实践，作监测分类锚点非处方规则。残差标准差约±1 mmol/L在居家场景中若可捕捉Hb下降趋势并减少稳定患者不必要就诊可接受；系统倾向保守升级以防范漏诊贫血进展。生理基础为眼睑与指甲区域黑素细胞缺如使Hb相关色度变化更直接显现，睑结膜影像预测信号最强。回归持续优于分类，LightGBM略优于但相近Ridge，简单线性模型在中等低信噪数据集具可解释与抗过拟合优势。CNN未收敛佐证领域知识驱动的特征工程（HSV hue+PCA）更适合微弱色度信号。QoL聚合层不介入模型训练、保持透明与防标签泄漏，提升临床推理对齐度。局限含摄片于受控光照、需现实环境外部验证；低Hb样本少（重度贫血者已先输血）；未存折间置信区间；QoL子集小且为探索性。HeMonitor当前为可行性框架，前瞻真实世界验证将明确其安全补充实验室诊断及助力个体化贫血管理的潜力——结合生理图像分析与PRO整合展示数字生物标志物如何增强而非替代血液肿瘤学临床判断。

以上解读严格依据原文内容浓缩，未添加推测信息，专业术语保留英文及上下标注释。