Skanowanie termiczne twarzy i sztuczna inteligencja dokładnie przewidują chorobę niedokrwienną serca
Ostatnia recenzja: 14.06.2024
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 zostało opublikowane w BMJ Health & Care Informatics odkryło, że połączenie termowizji twarzy i sztucznej inteligencji (AI) może dokładnie przewidzieć obecność choroby wieńcowej (CHD). Ta nieinwazyjna metoda w czasie rzeczywistym okazała się skuteczniejsza niż tradycyjne metody i mogłaby zostać wprowadzona do praktyki klinicznej w celu poprawy dokładności diagnostycznej i przepływu pracy, gdyby została przetestowana na większej i bardziej zróżnicowanej etnicznie populacji pacjentów, sugerują naukowcy.
Obecne wytyczne dotyczące diagnozowania choroby wieńcowej opierają się na szacunkach prawdopodobieństwa czynników ryzyka, które nie zawsze są dokładne lub szeroko 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.
Obrazowanie termiczne, które rejestruje rozkład i zmiany temperatury na powierzchni obiektu poprzez wykrywanie promieniowania podczerwonego, jest nieinwazyjne. Udowodniono, że jest to obiecujące narzędzie do oceny choroby, ponieważ może identyfikować obszary nieprawidłowego krążenia 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 obrazowania termicznego.
Naukowcy postanowili zbadać możliwość wykorzystania obrazowania termicznego w połączeniu z AI w celu dokładnego przewidywania obecności choroby tętnic wieńcowych bez konieczności stosowania inwazyjnych i czasochłonnych metod u 460 osób z podejrzeniem choroby serca. Ich średni wiek wynosił 58 lat; 126 (27,5%) z nich to kobiety.
Przed badaniami potwierdzającymi wykonano zdjęcia termowizyjne ich twarzy w celu opracowania i walidacji modelu obrazowania wspieranego przez AI do wykrywania choroby tętnic wieńcowych.
Łącznie u 322 uczestników (70%) potwierdzono chorobę wieńcową. Osoby te były zazwyczaj starsze i częściej były płci męskiej. Byli oni również bardziej narażeni na czynniki ryzyka związane ze stylem życia, kliniczne i biochemiczne, a także na częstsze stosowanie leków zapobiegawczych.
Podejście obrazowania termicznego i sztucznej inteligencji 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 największy wpływ miała ogólna różnica temperatur między lewą i prawą stroną twarzy, a następnie maksymalna temperatura twarzy i średnia temperatura twarzy.
W szczególności średnia temperatura okolicy lewej szczęki była najsilniejszym predyktorem, a następnie różnica temperatur w okolicy prawego oka i różnica temperatur między lewą i prawą skronią.
Podejście to skutecznie zidentyfikowało również tradycyjne czynniki ryzyka choroby wieńcowej: wysoki poziom cholesterolu, płeć męską, palenie, nadwagę (BMI), stężenie glukozy na czczo i wskaźniki stanu zapalnego.
Naukowcy przyznają, że badanie przeprowadzono na stosunkowo małej próbie i że było ono przeprowadzone tylko w jednym ośrodku. Ponadto wszyscy uczestnicy badania zostali skierowani na badania potwierdzające podejrzenie choroby serca.
Zespół pisze jednak: „Możliwość [obrazowania termicznego] przewidywania na podstawie [choroby wieńcowej] wskazuje na potencjalne przyszłe zastosowania i możliwości badawcze... Jako metoda oceny zdrowia biofizjologicznego [dostarcza] informacji związanych z chorobą wykraczających poza tradycyjne pomiary kliniczne, co może poprawić ocenę [miażdżycowej choroby sercowo-naczyniowej] i powiązanych przewlekłych schorzeń”.
„Bezkontaktowy charakter [tego] działania w czasie rzeczywistym pozwala na natychmiastową ocenę choroby w punkcie opieki, co może usprawnić przebieg pracy klinicznej i zaoszczędzić czas na ważne decyzje lekarza i pacjenta. Ponadto ma potencjał do masowej selekcji wstępnej.”
Naukowcy podsumowują: „Nasze opracowane modele predykcyjne [obrazowania termowizyjnego] oparte na zaawansowanych technologiach [uczenia maszynowego] wykazały obiecujący potencjał w porównaniu z obecnymi tradycyjnymi narzędziami klinicznymi”.
„Potrzebne są dalsze badania z udziałem większej liczby pacjentów i zróżnicowanych populacji, aby potwierdzić zewnętrzną ważność i możliwość uogólnienia obecnych ustaleń.”