[論文レビュー] A Capsule-Sized Multi-Wavelength Wireless Optical System for Edge-AI-Based Classification of Gastrointestinal Bleeding Flow Rate

Yunhao Bian, Dawei Wang+6 more|arXiv (Cornell University)|Jan 25, 2026

Gastrointestinal Bleeding Diagnosis and Treatment被引用数 0

ひとこと要約

カプセルサイズの多波長光センサーがオンデバイスのエッジAIでGI出血の流量を分類し、RAWデータをストリーミングするのではなくデバイス上で推論を実行することによりエネルギー使用を削減します。

ABSTRACT

Post-endoscopic gastrointestinal (GI) rebleeding frequently occurs within the first 72 hours after therapeutic hemostasis and remains a major cause of early morbidity and mortality. Existing non-invasive monitoring approaches primarily provide binary blood detection and lack quantitative assessment of bleeding severity or flow dynamic, limiting their ability to support timely clinical decision-making during this high-risk period. In this work, we developed a capsule-sized, multi-wavelength optical sensing wireless platform for order-of-magnitude-level classification of GI bleeding flow rate, leveraging transmission spectroscopy and low-power edge artificial intelligence. The system performs time-resolved, multi-spectral measurements and employs a lightweight two-dimensional convolutional neural network for on-device flow-rate classification, with physics-based validation confirming consistency with wavelength-dependent hemoglobin absorption behavior. In controlled in vitro experiments under simulated gastric conditions, the proposed approach achieved an overall classification accuracy of 98.75% across multiple bleeding flow-rate levels while robustly distinguishing diverse non-blood gastrointestinal interference. By performing embedded inference directly on the capsule electronics, the system reduced overall energy consumption by approximately 88% compared with continuous wireless transmission of raw data, making prolonged, battery-powered operation feasible. Extending capsule-based diagnostics beyond binary blood detection toward continuous, site-specific assessment of bleeding severity, this platform has the potential to support earlier identification of clinically significant rebleeding and inform timely re-intervention during post-endoscopic surveillance.

研究の動機と目的

• GI管内で時系列・多スペクトル血液センシングのためのカプセルサイズの無線光学プラットフォームを開発する。
• GI出血流量のオーダーオブマグニチュードレベルの分類を可能にし、二値検出を超える。
• リアルタイムに出血程度を評価するための軽量なオンデバイスCNN推論を実装する。
• 波長依存ヘモグロビン吸収との物理法則ベースの整合性を検証する。
• 組込み処理によってデータ伝送を削減し、エネルギー効率の改善を実証する。

提案手法

• カプセルサイズの無線センサによって時系列・多波長の光学測定を行う。
• オンデバイスの流量分類には軽量な二次元畳み込みニューラルネットワークを用いる。
• 波長全体でのヘモグロビン吸収と整合性を物理ベースの検証で確認する。
• 推論はデータ伝送を最小化するためカプセル電子機器上で実行される。
• in vitro実験は胃腸条件を模擬し、非血液の干渉を含む複数のレベルで出血流量分類を評価する。

実験結果

リサーチクエスチョン

• RQ1 カプセルサイズの多波長光学システムはエッジAIオンデバイス推論を用いてGI出血流量を分類できるか？
• RQ2 模擬胃条件下で高い分類精度を維持しつつ、オンデバイス処理はエネルギー消費を削減するか？
• RQ3 出血流量分類は波長依存のヘモグロビン吸収の物理と整合しているか？

主な発見

• 分類精度は98.75%で、複数の出血流量レベルにおいてin vitro実験で達成。
• 本システムは多様な非血液性消化管干渉を頑健に識別する。
• 組込み推論はrawデータの継続的な無線伝送と比較してエネルギー消費を約88%削減する。
• このアプローチはカプセル診断の長時間、電池駆動運用を可能にする。
• プラットフォームは二値の血液検出を超え、連続的で部位特異的な出血重症度評価へと進む。