• 次要目标1 [时间范围：3个月]
  使用Lifelight®测量氧饱和度，其精度接近+/- 4％。
• 次要目标2 [时间范围：3个月]
  使用Lifelight®测量心率，精度更接近3BPM的RMSE。
• 次要目标3 [时间范围：3个月]
  使用Lifelight®测量呼吸速率，其耐受性精度接近每分钟5次呼吸之内的读数的100％。
• 次要目标4 [时间范围：3个月]
  使用Lifelight®测量收缩压和舒张压，精度接近5 +/- 8mmHg。

AIM：我们提出了一种使用Lifelight®智能技术的创新方法，该方法将在减少护理和设备资源的压力的同时继续提供高水平的患者护理。

方法：Lifelight®是计算机程序（“应用程序”），可在包含相机的智能设备上使用。它能够通过测量每次心脏跳动时都会发生的肤色变化非常小的变化来测量所有生命体征。这意味着它不需要触摸患者。我们认为，这可能是测量生命体征的有效方法，尤其是在预防患者之间进行交叉污染的过程中，至关重要的是在Covid-19大流行期间。患者也可能会通过非接触式方法来放心。

在这项研究中，我们将招募两组患有急性疾病的人。第一组将是预计患有异常血氧水平的人，例如患有急性呼吸道问题的人，包括患有COVID-19的人。第二组将是预计血压异常的人。这些生命的生命体征将与标准临床设备的测量进行比较。

招募的确切参与者人数将取决于应用程序“学习”的速度以及收集到多少生命体征在正常范围之内。对于第一组参与者，我们将使用摄像头收集有关其面部变化的数据，并使用它来教应用程序如何测量血液氧水平，并检查应用程序如何测量血液氧气水平，心率和呼吸频率。对于第二组参与者，我们将使用摄像头收集有关其面部变化的数据，以检查应用程序如何测量血压和呼吸率的能力。所有数据将保持安全，并且参与者将无法识别。

遵循知情同意，研究人员将完成一系列简短的人口统计学和病史问题，仅限于在场或不存在医疗问题和治疗方面的问题。

参与者将根据其先前在筛查期间评估的临床观察结果招募到第1组或第2组。

• 第1组参与者将测量氧气饱和，心率和呼吸率。
• 第2组参与者将测量血压和呼吸率。

对于所有参与者，学习团队将完成一系列测量预测问题。背景光度将使用手持式勒克斯电表进行测量。然后，工作人员将在使用Lifelight®DataCollect捕获参与者脸部视频的同一60秒内使用标准临床设备为参与者的常规观察做准备，并使用标准的临床设备进行常规观察（从中，只有RGB数据才能将RGB数据上传到云中）。初始观察后，将重复两次测量和RGB数据捕获。一旦得出测量，研究人员将完成测量后观察问题。

• 高血压
• 缺氧
• 低血压

• 设备：Lifelight®数据收集血压组
  工作人员将在同一60秒内使用标准临床设备为参与者的常规观察做准备，并使用Lifelight®DataCollect捕获参与者面部的视频（仅将RGB数据上传到云）） 。初始观察后，将重复两次测量和RGB数据捕获。一旦得出测量，研究人员将完成测量后观察问题。
• 设备：Lifelight®数据收集氧饱和组
  工作人员将在同一60秒内使用标准临床设备为参与者的常规观察做准备，并使用Lifelight®DataCollect捕获参与者面部的视频（仅将RGB数据上传到云）） 。初始观察后，将重复两次测量和RGB数据捕获。一旦得出测量，研究人员将完成测量后观察问题。

• 第1组 - 参与者预计将具有异常的氧饱和度
  在每个研究会议中，参与者将使用标准护理设备和方法的氧饱和度，心率和呼吸速率测量三倍。同时，将使用Lifelight®DataCollect应用程序捕获参与者脸部的视频，该应用程序在其对面的平板电脑上运行。该应用程序将将从此视频提取的RGB数据上传到云中，以进行后续分析和处理与研究的主要和次要目标保持一致的分析。该应用不会向用户或参与者返回任何测量。
  干预：设备：Lifelight®数据收集氧饱和组
• 第2组 - 参与者预计血压异常
  在每个研究课程中，参与者的血压和呼吸率将使用标准护理设备测量三倍。同时，将使用Lifelight®DataCollect应用程序捕获参与者脸部的视频，该应用程序在其对面的平板电脑上运行。该应用程序将将从此视频提取的RGB数据上传到云中，以进行后续分析和处理与研究的次要目标保持一致。该应用不会向用户或参与者返回任何测量。
  干预：设备：Lifelight®数据收集血压组

纳入标准：

1. 成人≥18岁
2. 需要急性疾病的医院入院
3. 根据其临床状况，生命体征可能超出正常范围

排除标准：

1. 参与者无法在两个臂中进行同时进行血压监测的参与者，将排除在第2组中，例如患有透析的动脉瘘或乳腺癌手术后淋巴水肿的参与者
2. 参与者接受重症监护

• 朴茨茅斯医院NHS Trust
• 介意Matter Medtech Ltd

• 次要目标1 [时间范围：3个月]
  使用Lifelight®测量氧饱和度，其精度接近+/- 4％。
• 次要目标2 [时间范围：3个月]
  使用Lifelight®测量心率，精度更接近3BPM的RMSE。
• 次要目标3 [时间范围：3个月]
  使用Lifelight®测量呼吸速率，其耐受性精度接近每分钟5次呼吸之内的读数的100％。
• 次要目标4 [时间范围：3个月]
  使用Lifelight®测量收缩压和舒张压，精度接近5 +/- 8mmHg。

AIM：我们提出了一种使用Lifelight®智能技术的创新方法，该方法将在减少护理和设备资源的压力的同时继续提供高水平的患者护理。

方法：Lifelight®是计算机程序（“应用程序”），可在包含相机的智能设备上使用。它能够通过测量每次心脏跳动时都会发生的肤色变化非常小的变化来测量所有生命体征。这意味着它不需要触摸患者。我们认为，这可能是测量生命体征的有效方法，尤其是在预防患者之间进行交叉污染的过程中，至关重要的是在Covid-19大流行期间。患者也可能会通过非接触式方法来放心。

在这项研究中，我们将招募两组患有急性疾病的人。第一组将是预计患有异常血氧水平的人，例如患有急性呼吸道问题的人，包括患有COVID-19的人。第二组将是预计血压异常的人。这些生命的生命体征将与标准临床设备的测量进行比较。

招募的确切参与者人数将取决于应用程序“学习”的速度以及收集到多少生命体征在正常范围之内。对于第一组参与者，我们将使用摄像头收集有关其面部变化的数据，并使用它来教应用程序如何测量血液氧水平，并检查应用程序如何测量血液氧气水平，心率和呼吸频率。对于第二组参与者，我们将使用摄像头收集有关其面部变化的数据，以检查应用程序如何测量血压和呼吸率的能力。所有数据将保持安全，并且参与者将无法识别。

遵循知情同意，研究人员将完成一系列简短的人口统计学和病史问题，仅限于在场或不存在医疗问题和治疗方面的问题。

参与者将根据其先前在筛查期间评估的临床观察结果招募到第1组或第2组。

• 第1组参与者将测量氧气饱和，心率和呼吸率。
• 第2组参与者将测量血压和呼吸率。

对于所有参与者，学习团队将完成一系列测量预测问题。背景光度将使用手持式勒克斯电表进行测量。然后，工作人员将在使用Lifelight®DataCollect捕获参与者脸部视频的同一60秒内使用标准临床设备为参与者的常规观察做准备，并使用标准的临床设备进行常规观察（从中，只有RGB数据才能将RGB数据上传到云中）。初始观察后，将重复两次测量和RGB数据捕获。一旦得出测量，研究人员将完成测量后观察问题。

• 高血压
• 缺氧
• 低血压

• 设备：Lifelight®数据收集血压组
  工作人员将在同一60秒内使用标准临床设备为参与者的常规观察做准备，并使用Lifelight®DataCollect捕获参与者面部的视频（仅将RGB数据上传到云）） 。初始观察后，将重复两次测量和RGB数据捕获。一旦得出测量，研究人员将完成测量后观察问题。
• 设备：Lifelight®数据收集氧饱和组
  工作人员将在同一60秒内使用标准临床设备为参与者的常规观察做准备，并使用Lifelight®DataCollect捕获参与者面部的视频（仅将RGB数据上传到云）） 。初始观察后，将重复两次测量和RGB数据捕获。一旦得出测量，研究人员将完成测量后观察问题。

• 第1组 - 参与者预计将具有异常的氧饱和度
  在每个研究会议中，参与者将使用标准护理设备和方法的氧饱和度，心率和呼吸速率测量三倍。同时，将使用Lifelight®DataCollect应用程序捕获参与者脸部的视频，该应用程序在其对面的平板电脑上运行。该应用程序将将从此视频提取的RGB数据上传到云中，以进行后续分析和处理与研究的主要和次要目标保持一致的分析。该应用不会向用户或参与者返回任何测量。
  干预：设备：Lifelight®数据收集氧饱和组
• 第2组 - 参与者预计血压异常
  在每个研究课程中，参与者的血压和呼吸率将使用标准护理设备测量三倍。同时，将使用Lifelight®DataCollect应用程序捕获参与者脸部的视频，该应用程序在其对面的平板电脑上运行。该应用程序将将从此视频提取的RGB数据上传到云中，以进行后续分析和处理与研究的次要目标保持一致。该应用不会向用户或参与者返回任何测量。
  干预：设备：Lifelight®数据收集血压组

纳入标准：

1. 成人≥18岁
2. 需要急性疾病的医院入院
3. 根据其临床状况，生命体征可能超出正常范围

排除标准：

1. 参与者无法在两个臂中进行同时进行血压监测的参与者，将排除在第2组中，例如患有透析的动脉瘘或乳腺癌手术后淋巴水肿的参与者
2. 参与者接受重症监护

• 朴茨茅斯医院NHS Trust
• 介意Matter Medtech Ltd