用于测量肤色校准的外周血氧饱和度(OptoBeat)的股本驱动传感系统:开发、设计和评估研究

简介

背景

测量血氧合在急性医疗紧急情况中是必要的，对跟踪身体健康很有用[1]及缩短恢复时间[2］．血氧饱和度是一种重要的生理信号，可以通过非侵入性光学或侵入性血气测量来测量。外周血氧饱和度(SpO₂)测量血液中含氧血红蛋白与不含氧血红蛋白的比率。氧饱和度<90%可导致各种症状和不良健康状况。

研究人员持续记录了普通的脉搏血氧计是如何高估深肤色患者的血氧水平的[3.-6］．商业设备一贯高估氧饱和度高达2%，这可能导致错误的缺氧或不充分的治疗。本文着重于开发一种超低成本、新颖的测量SpO的方法₂这可以通过智能手机根据个人的肤色进行校准。

COVID-19大流行导致全球严重短缺必要的医疗用品，包括脉搏血氧计[7］．COVID-19患者的“无声缺氧”[8增加了定期筛查血氧水平的必要性，从而大大增加了对廉价和易于制造的脉搏血氧仪的需求。供应链持续中断[9]，尤其是在硅及晶片市场[10许多医疗设备的制造都需要这种材料。我们的方法使数十亿现有的智能手机用户能够定期进行脉搏血氧仪筛查，而成本仅为消费者脉搏血氧仪的一小部分。使用手机屏幕和摄像头来测量血红蛋白中蓝光和红光的发散吸收率，我们可以在没有任何额外电子设备的情况下测量血氧水平。该系统可以使用大约1美元的商品塑料和塑料耳夹制成，可以轻松地3d打印或廉价地大规模制造。

过去十年中，智能手机的普及为各种健康应用提供了一个平台。高质量的传感器、日益强大的移动计算和互联网连接的结合，使医疗传感系统的诞生成为可能，这些系统已经存在于数十亿用户的口袋中。主要移动平台上有超过100万个移动健康应用程序[11］．这项工作建立在使用移动电话来廉价监测和测量心血管健康的方法的子集上。使用大多数智能手机内置的摄像头，我们可以校准商品脉搏血氧计无法充分捕捉到的肤色变化。

在本文中，我们介绍了OptoBeat的股权驱动设计，这是一种新颖的、超低成本的基于智能手机的脉搏血氧计。OptoBeat可以确定一个系数，使脉搏血氧仪读数因肤色差异而正常化。OptoBeat可以测量SpO₂与黄金标准的准确度在1%以内。我们对OptoBeat的血氧水平进行了验证，其范围从健康(95%-100%)到临界(低至75%)，对应于缺氧。在本文中，我们证明了以下三个假设:(1)肤色对脉搏血氧计测量有显著影响(假设1)，(2)肤色图像可用于校准脉搏血氧计误差(假设2)，以及(3)SpO₂可以用智能手机摄像头以屏幕为光源进行测量(假设3)。

通过定量分析，我们展示了肤色如何影响脉搏血氧计。我们表明，肤色的单边效应不仅降低了信噪比，而且还影响了两个源之间的比率，这是用来计算SpO的₂．我们进一步演示了如何用智能手机实现这一点，并描述了基于智能手机的超低成本脉搏血氧计的设计、开发和测试。OptoBeat通过增强智能手机的摄像头系统、聚焦光源和利用现有的计算能力来实现血氧饱和度监测。有了这个系统，我们可以使用肤色测量来调整通过皮肤传输的2个源频率的比例，以校准血氧测量，以获得更准确的读数。

具体而言，我们提出了以下贡献:(1)一个关于肤色如何影响传统脉搏血氧计的实验和定量分析，以及如何补救的演示;(2) OptoBeat光学传感系统的设计和一个实验来验证我们设计背后的理论;(3)体外实验的设计、执行和结果，验证了健康和危急SpO的脉搏血氧测量的准确性₂与金标准相违背的水平，以及人类参与实验的结果，以验证该设备的有效性。

之前的工作

概述

通常，脉冲血氧计通过手指的毛细血管测量含氧与脱氧血红蛋白的比率，如图所示图1．捕获SpO₂，脉冲血氧计使用至少两个不同波长的电磁波源，其中一个在含氧血红蛋白中传输率较高，另一个在脱氧血红蛋白中传输率较高，如图所示图2．两种波长的比值被用来确定血氧饱和度[12］．商用脉冲血氧计常用的光源是大约660 nm的红光和880 - 940 nm的红外光。这是由于成本和波的特性，即可见光和近红外光谱中波长较大的波可以更好地穿透皮肤[13］．

‎ 查看此图

‎ 查看此图

脉搏血氧测量和肤色

使用标准商业硬件的脉搏血氧仪测量可能存在偏差和误差。当使用基于手指的测量时，信号质量已被证明随温度的升高而降低[14］．在Nowara等人的研究[15]，作者分析了73个人的>400个视频，发现肤色较深的人的信噪比有显著差异。性别也可以预测脉冲氧测量的误差，从而导致更高的SpO₂对妇女的估计[16］．

在饱和度>80%时，因肤色造成的误差不显著;然而，“在深色皮肤的个体中，在较低的饱和度下观察到高达8%的偏差”[17］．早在20世纪80年代末，坊间数据就显示了这种差异。17-19］．对2014年至2015年和2020年患者的分析表明，“黑人患者发生急性低氧血症的频率是白人患者的近三倍，而脉搏血氧仪未检测到这种情况”[20.］．脉搏血氧计的校准使用相关因素得到的被测设备与直接测量的动脉血红蛋白饱和度进行比较。在校准过程中，系统地缺少深肤色的参与者可能导致了针对白肤色优化的设备。一项研究的作者指出:

在我们20年的脉搏血氧仪精度测试中，可能在其他测试实验室中，大多数受试者都是浅色皮肤。大多数脉搏血氧计可能都是使用浅色皮肤的人进行校准的，并假设皮肤色素无关紧要。16］

2013年美国食品和药物管理局(Food and Drug Administration)关于设备校准的指南也同样支持这一点，该指南指出，“研究应具有一定范围的皮肤色素沉着的受试者，包括至少2名深色受试者，或受试者池的15%”[21］．仅使用15%的深肤色参与者进行校准，可能低估了皮肤色素沉着程度较高的美国人的百分比[22］．联邦标准的失败以及由此产生的测量误差符合证据充分的种族主义在医学科学、研究和治疗中的编码方式[23-25］．面对2019冠状病毒病(COVID-19)，衡量上的差异变得更加紧迫，这种疾病的发病率对黑人的影响尤为严重[26]并表现出一种不寻常的无声低氧血症[27］．

肤色在真皮和透皮光学测量中都表现出常见的并发症，特别是在可见光谱中。为了解决这个问题，研究人员发现有一个参考文献是很有用的。其中一个标准参考是菲茨帕特里克肤色量表。尽管它并非没有自己的种族限制[28]，我们发现它提供了足够的变化来理解脉搏血氧计在深肤色患者中失败的原因。

以前的工作已经证明了如何使用菲茨帕特里克量表来校准急性缺氧患者的基于视频的心率监测[1］．捕捉肤色的个体差异允许以传统脉搏血氧计无法实现的方式校准测量偏差。

智能手机脉搏血氧仪

智能手机传感器的快速发展使得基于智能手机的医疗和健康传感系统的设计和实现成为可能。测量心脏信号及血液成分的系统，包括心率[29,30.]、心电图[31,32]，以及血红蛋白水平[33]，已开发并部署。

在过去的十年里，人们开发了各种基于手机的脉搏血氧仪应用程序。34-37］．基于智能手机的脉搏血氧仪通常使用手机闪光灯作为光源，后置摄像头作为接收器。相机在每个像素上都有一个红、绿、蓝(RGB)滤镜;捕获的光容量图被分解为蓝光和红光，然后分析SpO₂［37］．然而，这款手机的闪光灯被设计成传输明亮的白光，而且不稳定，这需要一个恒流源驱动电路来驱动闪光灯的发光二极管(LED)。必须考虑到红光和蓝光之间的严重不平衡。不稳定性可能源于LED光谱发射模式的微小变化、蓝色滤光片捕获的宽范围波长以及闪光灯的电源[38］．在健康患者中，这些系统的表现[39]与临床脉搏血氧计的测量值一致[40］．然而，这些系统在不健康的患者中表现不佳，特别是当他们的SpO₂跌至95%以下[40］．

商业智能手机应用缺乏底层算法和分析的详细信息。3.,41］．此外，这些系统与地面真实测量结果不一致，经常无法检测到缺氧[42］．研究人员也尝试过用滤光片修改智能手机，结果更好，但在健康的SpO之外仍然没有足够的精度₂水平(43］．

另一种基于智能手机的系统包含一个外部传感器，使用手机作为数据中心。许多是标准的指尖式脉搏血氧计[36]以及额外的通讯硬件，如低功耗蓝牙或Wi-Fi。市面上可买到的其他智能手机设备包括腕戴式和环式脉搏血氧计[44］．补充硬件可以提高SpO的精度₂成本从30美元到400美元不等。

原理:蓝光脉搏血氧仪

我们使用光谱仪验证了屏幕(白色，所有led都处于全亮度)发出的电磁频谱[45］．蓝色屏幕中RGB led的中心(峰值)波段(465 nm)提供了所需的血红蛋白与红色中心波段(620 nm)的反比关系。从理论上讲，这意味着我们可以用手机屏幕上内置的led来测量血氧饱和度。

方法

概述

OptoBeat系统有几个组件，我们在一系列离体实验中分别对每个组件进行了测试。这些实验允许控制，否则在人类参与的试验中是极其困难或不可能的。例如，在体内将皮肤与身体的其他成分(如血液、骨骼和脂肪)分离是极其困难的。健康人的血氧饱和度低于95%也是危险的。为了测试满足OptoBeat系统需求所需的氧饱和度范围，我们必须控制医疗诊断所需的全部血氧饱和度范围。在本节中，我们将详细描述这些实验以及OptoBeat系统的设计，以及如何使用它来测试我们的三个假设(假设1-3)。

OptoBeat光学系统

最终的设计包括三个3d打印的塑料夹，两根3英尺长的光纤电缆，一个丙烯酸球透镜，以及一些橡皮筋或o形圈。单独组装的总成本小于1美元;如果规模扩大，价格可能会大幅下降。图3显示了它是如何与智能手机相结合的横截面图。

我们的目标是尽可能多地聚焦光线，然后将系统与光纤电缆连接起来，以保持信号强度，并阻止环境光进入光源(屏幕)或接收器(摄像机)。我们评估了数十种商业光学工具和系统，以了解所做的工作;我们如何移动光;哪些材料是现成的，可加工的，可成型的，价格实惠的。这包括滤光片、光栅、镜子和纤维板等，从单个组件的100美元到数万美元不等。

‎ 查看此图

制造

我们将设计探索限制在材料和制造技术上，这样系统就可以在没有专门设备的情况下建造。大部分的设计、测试和制造都是使用激光切割机、3D打印机、金刚石锉和钻床完成的。此外，为了制造价格合理、坚固耐用的光学系统，我们探索了多种原材料。我们发现，捕捉光线并将其与光纤电缆耦合的最佳形状是一个底部有凸透镜的长锥。这种设计既能使光束准直，又能作为耦合光的波导。

为了制作镜片，我们尝试用金刚石锉手工切割一根铸造丙烯酸棒，然后将其抛光以达到光学清晰度。我们还用立体光刻3D打印机制作了一个镜头，使用透明树脂，然后浸入树脂并固化以填充层高的工件。此外，我们还铸造了透镜的负片(使用各种材料)，然后用光学透明的聚氨酯树脂成型。晶状体的构造方法已被证明是一项劳动密集型、精细的任务。在寻找手工或定制镜片的替代方案时，我们发现球形镜片的效果几乎一样好。这主要是因为焦距无关紧要，因为光纤电缆的距离可以很容易地调整。便宜的透明丙烯酸球很容易从各种各样的供应商和工作足够集中光传输脉冲血氧计。

放置

由于屏幕亮度有限，除了指尖，我们还寻找身体的其他区域来捕捉SpO₂．我们的研究集中在物理上可达的区域，具有较短的光路(发射机和接收机之间的距离)和高密度的毛细血管，以改善脉动信号。三种可行的方法是指尖(与传统的脉搏血氧计相同)、手指间的蹼和耳垂。在每个位置采集数据，其中耳垂显示输出幅度和脉动信号的最高信噪比。

耳垂很舒适，传感器可以很容易地长时间佩戴，而不会妨碍用户的大多数活动(不超过一套有线耳机)，提供更连续的监测。

手机应用程序

OptoBeat信号采集应用程序是在iOS平台上使用Swift设计的。数据采集页面如图所示图4．该应用程序由以下组件组成:数据标签、相机选择、帧率、感光度(ISO)、曝光时间、数据可视化、脉冲率和颜色选择。这款应用捕捉从屏幕发出并穿过用户皮肤的光线。RGB的平均值存储在手机上，以便后期分析。

同步屏幕刷新率和相机捕捉率是至关重要的。该应用程序确保数据捕捉(摄像头)和源传输(屏幕闪烁)的频率同步。不对中导致信号中基本信息的丢失。我们发现的同步问题的一个例子是混合脉冲捕获。当画面的一半捕捉到一种颜色，另一半捕捉到另一种颜色时，就会发生这种情况。在我们的例子中，这是蓝色和红色，导致一个紫色的框架，这是不可用的。

OptoBeat使用Apple AVFoundation应用程序编程接口控制相机。所有自动相机选项都被关闭，包括自动对焦、自动白平衡和弱光增强。该应用程序允许实验者控制所有其他设置，包括ISO、曝光时间和相机捕捉率。摄像机在单独的线程上运行，视频的每一帧都立即发送到摄像机缓冲区。数据直接通过CMSampleBuffer(苹果公司)访问，RGB值使用新线程中的数据管理管道记录到后端，而不会减慢主进程。

‎ 查看此图

肤色实验

由于电磁波在不同肤色中的行为不一定是连续的，我们决定对不同肤色的频谱进行分类而不是回归。为了证明假设1和验证假设2，我们根据Fitzpatrick量表将不同的音调分为1-6级。为了证明事实，我们打印了一份体重秤的副本作为参考，并将其放在合成皮肤旁边[46]正在测试(如图5)，以考虑环境光线的变化。类似的技术已用于测量婴儿肤色中的胆红素，以检测黄疸[47］．还应该注意的是，合成皮肤只有3种不同的色调;否则，我们将测试更多的类型。

ground truth通过捕获每个参考颜色的平均RGB值来确定。对于每个合成皮肤样本，计算平均RGB，并使用欧几里得距离和亮度加权灰度的绝对差(多媒体附件1）.

灰度和RGB的结果是相同的;示例图像显示在图5．在几张图像中，皮肤样本与他们在菲茨帕特里克量表上的对应组相匹配。结果通过目视检查确认。较浅的样本匹配第2组，较浅的样本匹配第3组，较深的样本匹配第5组。

‎ 查看此图

血氧饱和度实验

在通过我们系统的视频记录分析，确认我们获得了来自耳垂的光信号后，我们设计了一个实验来检验假设3，验证OptoBeat的SpO₂用蓝光脉冲血氧仪测量哺乳动物血液。在本实验中，我们验证了血红蛋白脱氧时，蓝光透射增加，红光透射减少。这是基于充分记录的血红蛋白吸收和透射谱[12,48］．我们设计了这个离体实验，使我们能够随着时间的推移控制血氧饱和度，并捕获在人类参与者中不健康的，如果不是致命的测量值。这个实验不仅让我们获得了低血氧饱和度的测量结果，还让我们能够捕捉到随着时间的持续变化，这在人类参与者的试验中是不可实现的。在这个实验中，实验室级别的羊血通过在富氧环境中加压来充氧。在人类肺部，P_O2"从大约40毫米汞柱增加到110毫米汞柱，这一压力足以保证血红蛋白至少95%的氧饱和度" [49］．压力罐被加压到4137毫米汞柱(每平方英寸80磅的力)，同时一个蠕动泵连接到带有高密度微观孔隙的肥皂石，循环并扩散富氧空气到血液中。这使得血红蛋白与空气结合，就像在肺部的毛细血管中一样。

这种设置表明，信号测量的变化可以归因于血氧饱和度。在像之前的实验一样充氧后，绵羊的血液以每分钟60次(bpm)的速度通过动脉来模拟心率，然后将血液反馈到一个开放的烧杯中，在那里暴露在标准的空气压力下，血红蛋白可以继续脱氧。图6展示了脉搏血氧计是如何放置在合成皮肤和动脉上来测量地面真相的。实验进行了两次，连续收集数据数小时。

‎ 查看此图

人类参与概念验证

为了验证OptoBeat系统是否适用于人类参与者，收集了三位作者的数据。每个作者收集3次数据。每个样本的数据收集周期约为30秒。

伦理批准

由于没有风险，并且参与者都是本文的作者，我们不需要机构审查委员会的批准。数据收集于2020年11月至2021年11月之间。

结果

本节中描述的第一个实验演示了肤色对脉搏血氧计的影响。第一个实验中的所有测量都是直流电(DC)。这些dc元件实验演示了这些属性如何影响从更复杂的人体分离出来的信号质量。

肤色实验

我们测量了研究中描述的3种不同肤色的红光和红外线的透射率方法部分。实验使用约1mm厚的合成皮肤[46]，它具有与人类皮肤相同的物理和光学特性。通过分离皮肤，我们去除了任何可能进一步影响结果的潜在混杂因素，如血液、SpO₂皮肤厚度，甚至水合作用等等。

通过访问商品脉冲血氧计的光电二极管输出，记录了660纳米(红光)和880纳米(IR)光通过不同样品时的值。重要的是记录这些值，而不是结果SpO₂值，因为他们已经适合到模型。为了表明问题出在实际硬件上，我们比较了红色值和IR值(表1)，而非SpO₂测量，因为这是SpO的计算₂都是从。此外，由于我们使用蒸馏水，以确保我们只显示肤色的影响(作为SpO₂会随时间而改变)，任何SpO₂测量可以忽略不计。所产生的两个波段的光的比率显示在表1．我们还展示了通过对不同比率的两两比较计算出的不同肤色之间比率的变化百分比。

每种肤色采集2000个样本，计算IR与红色的比值(5型:SD 0.42%;类型3:SD 0.25%;类型2:SD 0.25%)。我们进行了方差分析，并对结果进行了两两比较。结果表明，每种肤色的透射率与其他肤色有显著差异(F_{2, 5997}=3.12 × 10⁵；P<.01)，验证假设1。

为了证明假设2(在校准脉搏血氧计时使用肤色数据)，中位数样本被归为类型3，被用作校准其他样本的参考。对于每种肤色，我们推导出系数来标准化不同肤色之间的变化比例。

比率的比率被用来产生以下系数归一化的肤色吸收的红色和IR。然后用我们的OptoBeat系统使用蓝光和红光进行重复实验，如图所示表2．假设2的结果比例如下(类型3总是1，因为它是参考肤色):类型5的比例为0.8794(红色比IR)和1.2396(红色比蓝色)，类型2的比例为1.0326(红色比IR)和1.0340(红色比蓝色)。

如果两种波长的光都受到同样的影响，那么唯一会产生的误差将是由于信噪比的变化。然而，这种变化是单方面的，不仅影响信号强度，还影响波长的比例。使用每个波长的交流电(AC)和直流电分量之间的比率在一定程度上缓解了这种情况。然而，我们假设交直流比也会在不同肤色之间获得误差，因为它们的吸收特性差异很大。为了证实这一点并进一步验证假设1，使用泵系统将蒸馏水通过合成动脉进行了与上述相同的实验[46]和三种不同的肤色。用蒸馏水代替血液来控制任何掺假，或血液氧饱和度的实际变化。

如表3，结果支持了比率的交直流比(公式1)也会受到肤色影响的假设。2000年的比值样本与均值的偏差较小(5型:均值0.77%，标准差0.11%;类型3:均值0.81%，标准差0.11%;类型2:均值0.94%，标准差0.22%)。

采用方差分析检验，结果有统计学意义(F_{2, 5997}=8.07 × 10⁶；P< . 01)。通过两两比较，我们看到R值的变化4.3%在5型和3型皮肤之间，17.7%介于5型和2型皮肤之间，还有14%介于3型和2型皮肤之间。正如预测的那样，使用交流信号的比率实际上降低了误差;然而，它仍然是显著的，证明了，即使有比率，假设1仍然成立。

血氧饱和度实验

数据(n=400;10秒样本，总共67分钟)用带通滤波器清洗，截止频率为0.5 Hz和2 Hz (30-120 bpm通带)，然后通过Savitzky-Golay滤波器进一步平滑(三级，35个样本窗口)。这提供了一个清晰的脉冲信号，如图所示图7．用均方根测量的AC和信号的DC(平均)分量在10秒窗口(这种类型计算的常见窗口大小)内从每个信号中提取，然后插入公式1以计算比率之比。

由此产生的R公式1中的值与SpO有直接关系₂百分比，可以使用线性方程或回归映射。的线性映射RSpO值₂（F (x) = mx + b；M =79.3, b= - 5.7, 95%置信限)得到了非常好的结果(R²=0.94，均方误差=1，均方误差=1.1，平均绝对误差=0.89);然而，我们发现二次支持向量机对我们的数据工作得更好，如图所示图8．这很可能是由于在降低SpO时出现更多蓝光时，响应曲线发生了变化₂因为蓝色波长要小得多，不能像红色或IR波长那样穿透皮肤。每一个黄色的点图8是一个单独的测量。每一个R数值计算超过10秒的数据。橙色线显示了每次测量的实际误差。性能，如图所示图9，通过10倍交叉验证验证(R²=0.97，均方误差=0.7，均方误差=0.49，平均绝对误差=0.5)。图10为每个SpO百分比的残余误差₂测量。实验表明，OptoBeat系统可以测量SpO₂低至75％在-1%来+ 1%基本真理，证明假设3。

OptoBeat使用浮点数连续测量，而ground truth估计整数值。我们认为，如果两者是连续的，那么表现之间的相关性会更强。我们计划在未来对此进行评估。

‎ 查看此图

‎ 查看此图

‎ 查看此图

‎ 查看此图

人类参与概念验证

每个参与者(N=3;样品=3 × N，持续时间=20-30秒/样品)测量在-1%至+1%的地面真理，一种商品脉搏血氧计。图11显示由OptoBeat捕捉到的脉动信号。在这个来自33%(1/3)参与者的样本(23秒)中，OptoBeat测量的心率约为111 bpm，实际值为114 bpm(误差=1.7%)。

图12显示结果SpO₂由OptoBeat从左侧显示的相同数据中捕获的测量结果。多项式趋势和原始的，个别的样本测量显示。可以看出，只有整数值的基本真理是< 0.5%的光电节拍测量。我们相信，由于ground truth是四舍五入的，这对应于OptoBeat测量中超过的峰值(大约17.5秒)98.5%．虽然每个人都是健康的，测量血氧饱和度的范围很小(之间)97%,99%热点;₂)，这证明了在人类参与者中使用OptoBeat的可行性。

‎ 查看此图

‎ 查看此图

讨论

主要研究结果

在本文中，我们介绍了OptoBeat的设计和评估，这是一种智能手机光学附件，可以可靠地测量SpO₂并通过图像根据肤色校准测量值。与现有的脉搏血氧计相比，基于电话的氧饱和度测量系统具有潜在的优势。随着智能手机硬件和计算能力的增加，我们不仅可以测量SpO₂还有肤色，这可以用来解释SpO的错误₂测量。

优势与局限

我们的系统比大多数商业脉搏血氧计更便宜、更简单。大规模生产后，它可以用来从严格的准入或治疗门槛制度转变为家庭测量。在国内，脉搏血氧测量的趋势测量可用于监测临床进展或早期发现无症状低氧血症[50］．

虽然这项工作在离体实验室实验中证明了OptoBeat的有效性，但我们的人类参与者概念证明只是为了展示可行性，而不是为了验证它是否适用于人类。为了验证这一点，临床研究必须在大量不同的人群中进行。

未来的发展方向

展望未来，我们计划在临床环境中部署和测试当前的OptoBeat系统。我们与我们的医学院合作，在患者接受心胸外科手术时进行测量，因为这将使我们能够在收集地面真相的同时获得一系列血氧测量，而不会给参与者增加额外的风险。此外，我们计划利用从OptoBeat中学到的知识重新设计传统的脉搏血氧计，开发一种可以解释肤色变化的独立设备。这将包括大规模的肤色数据收集，以建立一个可以被设备利用的模型。

临床意义与结论

可穿戴设备目前可能会加剧服务不足的种族人群的现有健康差距，而这些人将从加强健康问题的检测和治疗中受益最大。事实上，这种种族差异发生在更重要的文化问题的背景下，反映了许多服务不足的种族人群对医疗系统的不信任。这种不信任主要是由于医学界在解决美国白人健康需求方面的历史偏见，而牺牲了服务不足的种族人口的健康和福祉。迫切需要克服社会不公正在人们生活、学习、工作和娱乐场所的不同条件下产生的不平等循环。确保可穿戴设备和远程患者监测工具在不同人群中同样有效，对于加速将从此类技术中受益最多的人群的健康公平是必要的。

致谢

该项目由信息与智能系统部(RAPID;奖项编号2031977)的国家科学基金会。它还得到了国家药物滥用研究所(拨款K23DA041616)、国家少数民族健康和健康差异研究所(拨款P50MD017347)和国家过敏和传染病研究所(拨款P30AI110527)的支持。