脈衝式血氧機(Pulse Oximeter)只須夾在手指間即可測量血氧飽和度(SpO2)，因此以做為可早期發現新冠肺炎的檢測工具而備受矚目，卻也促使脈衝式血氧機在一時之間供不應求。為解決此一問題，美國華盛頓大學與加州大學聖地牙哥分校開發了一項可取代脈衝式血氧機，利用智慧型手機攝影鏡頭與閃光燈記錄手指血流量，並透過人工智慧(AI)計算SpO2的方法。
受試者首先將手指放在手機攝影鏡頭與閃光燈上，指尖以閃光燈照亮，攝影鏡頭隨著心跳即時記錄血液流動，血液吸收的光量則個別記錄為紅、綠、藍等色彩通道(Color Channel)。為了進行比較，實驗中受試者在同一隻手的其他手指上裝設血氧機，同時執行相同的設定，並讓受試者吸入氧與氮的混合氣體以降低血氧飽和度。研究團隊在15分鐘內取得了6個人、1萬個以上從61～100%不等的數據，並使用其中4人份的數據進行深度學習演算法訓練，再以其餘數據驗證此手法的有效性。結果顯示，能以80%的準確率推定受試者的缺氧情況。而此效能已符合美國食品藥物管理局(FDA)對於脈衝式血氧機的要求標準。
然而對於手指上有老繭的人而言，目前的演算法較難推估出血氧飽和度。但研究團隊認為，此次的研究成果將可望促進利用機器學習之醫療設備的開發，且透過增加臨床數據量，將能進一步創建出可因應不同皮膚顏色或厚度之演算法。由於許多人都擁有智慧型手機，因此新手法將能「免費或低成本地進行多項測量」，在理想狀況下，亦將可活用做為緊急就醫治療或居家照護後就近治療的判斷依據。