Nowe publikacje
Obrazowanie termiczne twarzy i sztuczna inteligencja dokładnie przewidują chorobę wieńcową serca
Ostatnia recenzja: 02.07.2025
Cała zawartość iLive jest sprawdzana medycznie lub sprawdzana pod względem faktycznym, aby zapewnić jak największą dokładność faktyczną.
Mamy ścisłe wytyczne dotyczące pozyskiwania i tylko linki do renomowanych serwisów medialnych, akademickich instytucji badawczych i, o ile to możliwe, recenzowanych badań medycznych. Zauważ, że liczby w nawiasach ([1], [2] itd.) Są linkami do tych badań, które można kliknąć.
Jeśli uważasz, że któraś z naszych treści jest niedokładna, nieaktualna lub w inny sposób wątpliwa, wybierz ją i naciśnij Ctrl + Enter.
Badanie opublikowane w czasopiśmie BMJ Health & Care Informatics wykazało, że połączenie termowizji twarzy i sztucznej inteligencji (AI) może dokładnie przewidywać chorobę wieńcową (CAD). Nieinwazyjna metoda w czasie rzeczywistym okazała się skuteczniejsza niż tradycyjne metody i mogłaby zostać wdrożona w praktyce klinicznej w celu poprawy dokładności diagnostycznej i przepływu pracy, jeśli zostanie przetestowana na większych, bardziej zróżnicowanych etnicznie populacjach pacjentów, sugerują badacze.
Obecne wytyczne dotyczące diagnozowania choroby wieńcowej opierają się na prawdopodobieństwach czynników ryzyka, które nie zawsze są dokładne lub powszechnie stosowane, twierdzą naukowcy. Chociaż te metody można uzupełnić innymi narzędziami diagnostycznymi, takimi jak EKG, angiogramy i badania krwi, często są one czasochłonne i inwazyjne, dodają naukowcy.
Termografia, która rejestruje rozkład i zmiany temperatury na powierzchni obiektu poprzez wykrywanie promieniowania podczerwonego, jest nieinwazyjna. Udowodniła, że jest obiecującym narzędziem do oceny chorób, ponieważ może identyfikować obszary nieprawidłowego krążenia krwi i stanu zapalnego na podstawie wzorców temperatury skóry.
Pojawienie się technologii uczenia maszynowego (AI) z ich zdolnością do wyodrębniania, przetwarzania i integrowania złożonych informacji może poprawić dokładność i wydajność diagnostyki termowizyjnej.
Naukowcy postanowili zbadać możliwość wykorzystania obrazowania termicznego w połączeniu ze sztuczną inteligencją do dokładnego przewidywania obecności choroby wieńcowej bez konieczności stosowania inwazyjnych i czasochłonnych metod u 460 osób z podejrzeniem choroby serca. Ich średni wiek wynosił 58 lat; 126 (27,5%) stanowiły kobiety.
Przed przeprowadzeniem badań potwierdzających wykonano zdjęcia termiczne ich twarzy, aby opracować i zweryfikować model obrazowania wspomagany sztuczną inteligencją służący wykrywaniu choroby tętnic wieńcowych.
Łącznie 322 uczestników (70%) miało potwierdzoną chorobę wieńcową. Osoby te były na ogół starsze i częściej były płci męskiej. Częściej występowały u nich czynniki ryzyka związane ze stylem życia, kliniczne i biochemiczne oraz częściej stosowali leki zapobiegawcze.
Podejście wykorzystujące obrazowanie termiczne i sztuczną inteligencję było o około 13% lepsze w przewidywaniu choroby wieńcowej niż wstępna ocena ryzyka przy użyciu tradycyjnych czynników ryzyka oraz objawów klinicznych. Spośród trzech najważniejszych wskaźników termicznych, ogólna różnica temperatur między lewą i prawą stroną twarzy miała największy wpływ, a następnie maksymalna temperatura twarzy i średnia temperatura twarzy.
W szczególności, najsilniejszym czynnikiem prognostycznym okazała się średnia temperatura w okolicy lewej szczęki, następnie różnica temperatur w okolicy prawego oka i różnica temperatur między lewą i prawą skronią.
Podejście to umożliwiło również skuteczną identyfikację tradycyjnych czynników ryzyka choroby wieńcowej: wysokiego poziomu cholesterolu, płci męskiej, palenia tytoniu, nadwagi (BMI), stężenia glukozy na czczo i wskaźników stanu zapalnego.
Naukowcy przyznają, że ich badanie miało stosunkowo niewielką liczebność próby i zostało przeprowadzone tylko w jednym ośrodku. Ponadto wszyscy uczestnicy badania zostali skierowani na badania potwierdzające, jeśli podejrzewano u nich chorobę serca.
Zespół pisze jednak: „Możliwość [obrazowania termicznego] przewidywania [choroby tętnic wieńcowych] wskazuje na potencjalne przyszłe zastosowania i możliwości badawcze... Jako biofizjologiczna metoda oceny zdrowia [zapewnia] informacje związane z chorobą wykraczające poza tradycyjne pomiary kliniczne, co może poprawić ocenę [miażdżycowej choroby układu krążenia] i powiązanych z nią przewlekłych schorzeń”.
„[Jego] bezkontaktowa, realizowana w czasie rzeczywistym natura umożliwia natychmiastową ocenę choroby w punkcie opieki, co może usprawnić kliniczne przepływy pracy i zaoszczędzić czas na ważne decyzje lekarzy i pacjentów. Ma również potencjał do masowych badań przesiewowych”.
Naukowcy podsumowują: „Nasze opracowane [termograficzne] modele predykcyjne oparte na zaawansowanych technologiach [uczenia maszynowego] wykazały obiecujący potencjał w porównaniu z obecnymi tradycyjnymi narzędziami klinicznymi”.
„Konieczne są dalsze badania z udziałem większej liczby pacjentów i zróżnicowanych populacji, aby potwierdzić zewnętrzną ważność i generalizację obecnych ustaleń”.