NON-INVASIVE DETERMINATION OF A PHYSIOLOGICAL STATE OF INTEREST IN A SUBJECT FROM SPECTRAL DATA PROCESSED USING A TRAINED MACHINE LEARNING MODEL

Methods, systems, and techniques for determining a physiological state of interest of a subject without direct reference to analytes of the subject. Light is directed at a body part of a subject such that the light passes through or is reflected by blood and interstitial fluid of the body part. The light is incident on the body part comprises a range of wavelengths from at least one of the near infrared and visible spectra. A spectrum of the light is measured after the light has one or both of passed through and been reflected by the body part, and the spectrum comprises the range of wavelengths. Determining whether the subject is in the physiological state of interest involves using a trained machine learning model to process the measured spectrum. This machine learning model is trained with reference spectra representative of the physiological state of interest. Procédés, systèmes et techniques permettant de déterminer un état physiologique d'intérêt d'un sujet sans référence directe à des analytes du sujet. De la lumière est dirigée vers une partie du corps d'un sujet de telle sorte que la lumière traverse ou est réfléchie par le sang et le fluide interstitiel de la partie du corps. La lumière est incidente sur la partie du corps et comprend une plage de longueurs d'onde du spectre infrarouge proche et/ou du spectre visible. Un spectre de la lumière est mesuré après que la lumière a traversé et a été réfléchie par la partie du corps, et le spectre comprend la plage de longueurs d'onde. La détermination du fait que le sujet se trouve dans l'état physiologique d'intérêt implique l'utilisation d'un modèle d'apprentissage machine formé pour traiter le spectre mesuré. Ce modèle d'apprentissage machine est formé avec des spectres de référence représentatifs de l'état physiologique d'intérêt.