Tepelné skenování obličeje a AI přesně předpovídají ischemickou chorobu srdeční
Naposledy posuzováno: 14.06.2024
Veškerý obsah iLive je lékařsky zkontrolován nebo zkontrolován, aby byla zajištěna co největší věcná přesnost.
Máme přísné pokyny pro získávání zdrojů a pouze odkaz na seriózní mediální stránky, akademické výzkumné instituce a, kdykoli je to možné, i klinicky ověřené studie. Všimněte si, že čísla v závorkách ([1], [2] atd.) Jsou odkazy na tyto studie, na které lze kliknout.
Pokud máte pocit, že některý z našich obsahů je nepřesný, neaktuální nebo jinak sporný, vyberte jej a stiskněte klávesu Ctrl + Enter.
Studie byla publikována v BMJ Health & Pečovatelská informatikazjistila, že kombinace termálního zobrazování obličeje a umělé inteligence (AI) dokáže přesně předpovědět přítomnost onemocnění koronárních tepen (ICHS). Bylo zjištěno, že tato neinvazivní metoda v reálném čase je účinnější než tradiční metody a mohla by být zavedena do klinické praxe ke zlepšení diagnostické přesnosti a pracovního postupu, pokud by byla testována na větší a etnicky různorodější populaci pacientů, navrhují výzkumníci. p>
Současné pokyny pro diagnostiku onemocnění koronárních tepen se spoléhají na odhady pravděpodobnosti rizikových faktorů, které nejsou vždy přesné nebo široce použitelné, říkají vědci. I když tyto metody mohou být doplněny dalšími diagnostickými nástroji, jako jsou EKG, angiogramy a krevní testy, jsou často časově náročné a invazivní, dodávají vědci.
Termovizní zobrazování, které zaznamenává rozložení a změny teploty na povrchu objektu pomocí detekce infračerveného záření, je neinvazivní. Ukázalo se, že je to slibný nástroj pro hodnocení onemocnění, protože dokáže identifikovat oblasti abnormálního oběhu a zánětu na základě vzorců teploty kůže.
Výskyt technologií strojového učení (AI) s jejich schopností extrahovat, zpracovávat a integrovat komplexní informace může zlepšit přesnost a efektivitu diagnostiky termovizí.
Výzkumníci se rozhodli studovat možnost využití termovize v kombinaci s AI k přesné predikci přítomnosti onemocnění koronárních tepen bez nutnosti invazivních a časově náročných metod u 460 lidí s podezřením na srdeční onemocnění. Jejich průměrný věk byl 58 let; 126 (27,5 %) z nich byly ženy.
Termovizní snímky jejich tváří byly pořízeny před konfirmačními vyšetřeními, aby byl vyvinut a ověřen zobrazovací model podporovaný umělou inteligencí pro detekci onemocnění koronárních tepen.
Celkem 322 účastníků (70 %) mělo potvrzenou koronární srdeční chorobu. Tito lidé měli tendenci být starší a častěji muži. Měli také větší pravděpodobnost, že budou mít životní styl, klinické a biochemické rizikové faktory a také častější užívání preventivních léků.
Termální zobrazování a přístup AI byly asi o 13 % lepší v predikci ischemické choroby srdeční než předběžné hodnocení rizika pomocí tradičních rizikových faktorů a klinických příznaků a symptomů. Mezi třemi nejvýznamnějšími tepelnými indikátory byl nejvlivnější celkový teplotní rozdíl mezi levou a pravou stranou obličeje, následovaný maximální teplotou obličeje a průměrnou teplotou obličeje.
Nejsilnějším prediktorem byla konkrétně průměrná teplota v oblasti levé čelisti, následovaná teplotním rozdílem v oblasti pravého oka a teplotním rozdílem mezi levým a pravým spánky.
Tento přístup také účinně identifikoval tradiční rizikové faktory ischemické choroby srdeční: vysoký cholesterol, mužské pohlaví, kouření, nadváha (BMI), glykémie nalačno a indikátory zánětu.
Výzkumníci uznávají relativně malou velikost vzorku své studie a skutečnost, že byla provedena pouze v jednom centru. Kromě toho byli všichni účastníci studie odesláni na potvrzující testy na podezření na srdeční onemocnění.
Tým však píše: „Schopnost [tepelného zobrazování] předpovídat na základě [koronární srdeční choroby] ukazuje na potenciální budoucí aplikace a výzkumné příležitosti... Jako biofyziologická metoda hodnocení zdraví [to] poskytuje nemoc- související informace nad rámec tradičních klinických měření, což může zlepšit hodnocení [aterosklerotického kardiovaskulárního onemocnění] a souvisejících chronických stavů."
"Bezkontaktní povaha [to] v reálném čase umožňuje okamžité posouzení onemocnění v místě péče, což může zefektivnit klinické pracovní postupy a ušetřit čas na důležitá rozhodnutí lékaře a pacienta. Navíc má potenciál pro hromadné předběžné prověřování."
Výzkumníci došli k závěru: „Naše vyvinuté predikční modely [tepelného zobrazování] založené na pokročilých technologiích [strojového učení] ukázaly slibný potenciál ve srovnání se současnými tradičními klinickými nástroji.“
"Pro potvrzení externí platnosti a zobecnitelnosti současných zjištění jsou zapotřebí další studie zahrnující větší počet pacientů a různé populace."