指甲拍照测贫血！AI应用精度比肩实验室

由查普曼大学福勒工程学院创始院长L. Andrew Lyon博士共同参与的新研究在《美国国家科学院院刊》（PNAS）发表，揭示了一项非侵入式健康技术的重大进展：一款利用人工智能和用户指甲照片检测贫血的智能手机应用。研究显示，这种AI增强型非侵入式应用提供的血红蛋白估算结果可与传统实验室检测相媲美。

该应用已通过超过20万用户完成140万次检测，代表了一种可扩展、低成本的解决方案，显著扩大了贫血筛查的可及性——特别是在服务不足和偏远社区。通过提升可及性，该应用将可靠筛查直接交到消费者手中，实现实时健康监测和早期干预，使用户无需等待实验室结果即可做出知情决策。

研究关键发现：

使用智能手机摄像头和AI驱动指甲分析完成400万+次检测

血红蛋白（Hgb）估算平均绝对误差为±0.72 g/dL，在Hgb>10 g/dL用户中误差降至±0.50 g/dL

地理定位数据生成美国首个县级贫血流行率地图

慢性贫血患者的应用个性化使用将准确度从±1.36 g/dL提升至±0.74 g/dL（改善近50%）

用户现可居家追踪血红蛋白水平，减少频繁诊所就诊需求

该应用对需要持续监测的慢性贫血患者（如肾病患者或癌症患者）具有特殊价值。研究表明，这些患者的个性化应用使用使准确率提升近50%，实现更安全便捷的居家管理。

Lyon博士表示：“这项历时八年多的研究标志着改善医疗可及性的重要一步，证明了长期协作和通过创新赋能患者的承诺。”