กล้องหน้าโทรศัพท์วัดชีพจรตอนปลดล็อกได้แค่ไหน

* รูปภาพใช้เพื่อประกอบเนื้อหาเท่านั้น อาจไม่ใช่ภาพเหตุการณ์จริงหรือภาพจริงจากเรื่องในบทความ ขอบคุณภาพประกอบจาก https://graphic.in.th

ตอนยกมือถือขึ้นมาปลดล็อก เรามักสนใจว่าระบบจำใบหน้าได้หรือไม่ แต่กล้องหน้าบันทึกข้อมูลมากกว่ารูปร่างของใบหน้าเล็กน้อย เมื่อภาพถูกเก็บต่อเนื่องหลายวินาที นักวิจัยจึงลองถามว่า ระหว่างแตะหน้าจอเพื่อเริ่มใช้งาน โทรศัพท์จะอ่านจังหวะชีพจรได้ด้วยไหม

คำถามนี้เชื่อมกับสิ่งที่คนคุ้นจากสมาร์ตวอทช์ ซึ่งใช้แสงติดตามสัญญาณจากเลือดที่ข้อมือ ต่างกันตรงที่กล้องหน้าไม่ต้องแนบกับผิว ข้อสงสัยจึงไม่ใช่แค่ทำได้หรือไม่ แต่ผลที่ได้แม่นพอเมื่อใช้โทรศัพท์ตามปกติหรือเปล่า การตอบเรื่องนี้ต้องแยกค่าความแม่นของคลิปที่ระบบยอมรับ ออกจากจำนวนครั้งที่ภาพมีคุณภาพพอให้วัดได้จริง

ผลจากงานวิจัยตอบได้ว่า กล้องหน้าวัดชีพจรได้จริงภายใต้ระบบทดลอง แต่ยังไม่ใช่ฟังก์ชันที่มือถือทั่วไปเปิดใช้เองโดยอัตโนมัติ ทีม Google Research พัฒนาระบบที่วิเคราะห์วิดีโอใบหน้าสั้น ๆ หลังปลดล็อกหน้าจอ เพื่อประมาณอัตราการเต้นหัวใจและค่าเฉลี่ยชีพจรขณะพักตลอดวัน

หลักการนี้เรียกว่า โฟโตเพลทิสโมกราฟีจากภาพระยะไกล หรือ remote photoplethysmography (rPPG) ทุกครั้งที่หัวใจสูบฉีด ปริมาณเลือดใต้ผิวจะเปลี่ยนเล็กน้อย แสงที่ผิวดูดกลืนและสะท้อนกลับจึงเปลี่ยนตาม กล้องจับความต่างจาง ๆ ระหว่างเฟรม แล้วแบบจำลองช่วยแยกสัญญาณชีพจรออกจากการเคลื่อนไหวและแสงรบกวน

ระบบในงานวิจัยใช้คลิปใบหน้าราว 8 วินาทีหลังเปิดหน้าจอ ไม่ได้ฟังเสียงหัวใจและไม่ได้วัดคลื่นไฟฟ้าหัวใจแบบ ECG มันประเมินจำนวนครั้งที่ชีพจรเต้นต่อนาทีจากสัญญาณภาพ จึงต้องมีภาพที่เห็นใบหน้าชัดพอและมีช่วงเวลาต่อเนื่องให้วิเคราะห์

การทดสอบไม่ได้อาศัยคลิปสาธิตเพียงไม่กี่คลิป บทความในวารสาร Nature รายงานการตรวจสอบระบบกับวิดีโอ 162,546 คลิปจากผู้เข้าร่วม 211 คน ทั้งสภาพห้องทดลองและการใช้ชีวิตจริง ผลวัดอัตราการเต้นหัวใจมีค่าความคลาดเคลื่อนสัมบูรณ์เฉลี่ยแบบร้อยละต่ำกว่า 10 ในกลุ่มสีผิวที่ศึกษา

ระบบยังนำผลวัดหลายช่วงที่คัดว่ามีความเชื่อมั่นมารวมกัน เพื่อประมาณชีพจรขณะพักรายวัน งานวิจัยรายงานว่าค่าประมาณนี้ต่างจากตัวติดตามสุขภาพที่ใช้เปรียบเทียบโดยเฉลี่ยไม่ถึง 5 ครั้งต่อนาที ตัวเลขนี้เป็นผลของระบบและชุดทดสอบเฉพาะ ไม่ใช่คำรับรองว่ามือถือทุกยี่ห้อหรือทุกแอปจะให้ผลแบบเดียวกัน

คำว่า “แม่น” ยังต้องอ่านคู่กับโอกาสที่ระบบจะให้ค่าที่ใช้ได้ด้วย ในการทดสอบห้องปฏิบัติการ ระบบได้ค่าที่ผ่านเกณฑ์ความเชื่อมั่น 78.4% ของคลิปขณะพัก และ 62.1% หลังออกกำลังกาย ส่วนคลิปที่ใบหน้าถูกบัง มีการเคลื่อนไหวมาก หรือมุมกล้องไม่เหมาะ อาจถูกคัดทิ้งแทนการเดาตัวเลขให้ครบทุกครั้ง

จุดที่ต้องคิดต่อคือความเป็นส่วนตัว เพราะการถ่ายใบหน้าโดยอัตโนมัติหลังปลดล็อกหน้าจอต่างจากการกดวัดชีพจรเอง ผู้วิจัยระบุว่าผู้เข้าร่วมต้องให้ความยินยอม คลิปถูกเก็บไว้ในเครื่องและผู้เข้าร่วมเป็นคนตรวจทานก่อนอัปโหลดเพื่อการศึกษา ขณะที่การประมวลผลบนอุปกรณ์เป็นแนวทางที่ระบบถูกออกแบบให้ทำได้ ไม่ใช่หลักประกันว่าผลิตภัณฑ์ทุกตัวจะจัดการข้อมูลเหมือนกัน

ทีมวิจัยยังชี้ว่าการใช้สัญญาณนี้กับการดูแลผู้ป่วยหรือการติดตามโรคต้องมีการศึกษาเพิ่ม งานชิ้นนี้ทดสอบความถูกต้องและความสม่ำเสมอของการวัดในคนทั่วไป ไม่ได้พิสูจน์ว่าภาพจากกล้องใช้วินิจฉัยหัวใจเต้นผิดจังหวะหรือใช้แทน ECG ได้

ดังนั้นกล้องหน้าอาจกลายเป็นทางเลือกสำหรับติดตามชีพจรโดยไม่ต้องสวมอุปกรณ์ หากระบบถูกเปิดใช้โดยได้รับความยินยอมและผ่านการตรวจสอบกับผู้ใช้หลากหลายกลุ่ม แต่ตอนนี้ควรมองเป็นงานวิจัยที่มีผลทดสอบน่าสนใจ มากกว่าจะเข้าใจว่ามือถือกำลังแอบตรวจสุขภาพทุกครั้งที่เราเปิดจอ

Sanook และ Kapook ต่างสะท้อนความสนใจต่ออุปกรณ์สวมใส่ที่เก็บข้อมูลสุขภาพ งานวิจัยนี้ชวนมองอีกทางว่าโทรศัพท์ซึ่งอยู่ในมืออยู่แล้วอาจทำหน้าที่บางส่วนได้หรือไม่ คำตอบที่มีหลักฐานรองรับคือทำได้ในระบบทดลอง แต่ความแม่นยำ เงื่อนไขการวัด และการยินยอมยังเป็นส่วนสำคัญพอ ๆ กับตัวเลขที่แสดง