Sejas termiskā skenēšana un AI precīzi prognozē koronāro sirds slimību
Pēdējā pārskatīšana: 14.06.2024
Visi iLive saturs ir medicīniski pārskatīts vai pārbaudīts, lai nodrošinātu pēc iespējas lielāku faktisko precizitāti.
Mums ir stingras iegādes vadlīnijas un tikai saikne ar cienījamiem mediju portāliem, akadēmiskām pētniecības iestādēm un, ja vien iespējams, medicīniski salīdzinošiem pārskatiem. Ņemiet vērā, ka iekavās ([1], [2] uc) esošie numuri ir klikšķi uz šīm studijām.
Ja uzskatāt, ka kāds no mūsu saturiem ir neprecīzs, novecojis vai citādi apšaubāms, lūdzu, atlasiet to un nospiediet Ctrl + Enter.
Pētījums tika publicēts BMJ Health & Care Informatics ir atklājis, ka sejas termiskās attēlveidošanas un mākslīgā intelekta (AI) kombinācija var precīzi paredzēt koronāro artēriju slimību (KSS). Tika konstatēts, ka šī neinvazīvā, reāllaika metode ir efektīvāka nekā tradicionālās metodes, un to varētu ieviest klīniskajā praksē, lai uzlabotu diagnostikas precizitāti un darbplūsmu, ja to pārbauda lielākās un etniski daudzveidīgākās pacientu grupās, liecina pētnieki. p>
Pašreizējās vadlīnijas koronāro artēriju slimības diagnosticēšanai balstās uz riska faktoru iespējamības aplēsēm, kas ne vienmēr ir precīzi vai plaši piemērojami, saka pētnieki. Lai gan šīs metodes var papildināt ar citiem diagnostikas rīkiem, piemēram, EKG, angiogrammām un asins analīzēm, tās bieži vien ir laikietilpīgas un invazīvas, piebilst pētnieki.
Siltuma attēlveidošana, kas reģistrē sadalījumu un temperatūras svārstības uz objekta virsmas, nosakot infrasarkano starojumu, ir neinvazīva. Tas ir izrādījies daudzsološs rīks slimību novērtēšanai, jo tas var noteikt patoloģiskas asinsrites un iekaisuma zonas, pamatojoties uz ādas temperatūras modeļiem.
Mašīnmācīšanās (AI) tehnoloģiju parādīšanās ar to spēju iegūt, apstrādāt un integrēt sarežģītu informāciju var uzlabot termiskās attēlveidošanas diagnostikas precizitāti un efektivitāti.
Pētnieki nolēma izpētīt iespēju izmantot termisko attēlveidošanu kombinācijā ar AI, lai precīzi prognozētu koronāro artēriju slimības klātbūtni, neizmantojot invazīvas un laikietilpīgas metodes 460 cilvēkiem ar aizdomām par sirds slimību. Viņu vidējais vecums bija 58 gadi; 126 (27,5%) no tām bija sievietes.
Pirms apstiprinošajiem izmeklējumiem tika uzņemti viņu seju termiskās attēlveidošanas attēli, lai izstrādātu un apstiprinātu mākslīgā intelekta atbalstītu attēlveidošanas modeli koronāro artēriju slimības noteikšanai.
Kopā 322 dalībniekiem (70%) bija apstiprināta koronārā sirds slimība. Šie cilvēki bija vecāki un biežāk bija vīrieši. Viņiem arī biežāk bija dzīvesveida, klīniskie un bioķīmiskie riska faktori, kā arī biežāka profilaktisko medikamentu lietošana.
Termiskā attēlveidošana un AI pieeja koronāro sirds slimību prognozēja par aptuveni 13% labāk nekā provizoriskais riska novērtējums, izmantojot tradicionālos riska faktorus un klīniskās pazīmes un simptomus. Starp trim nozīmīgākajiem termiskajiem rādītājiem visietekmīgākā bija kopējā temperatūras starpība starp sejas kreiso un labo pusi, kam sekoja maksimālā sejas temperatūra un vidējā sejas temperatūra.
Konkrēti, kreisā žokļa reģiona vidējā temperatūra bija visspēcīgākais rādītājs, kam sekoja temperatūras starpība labās acs reģionā un temperatūras starpība starp kreiso un labo deniņu.
Pieeja arī efektīvi identificēja tradicionālos koronārās sirds slimības riska faktorus: augsts holesterīna līmenis, vīriešu dzimums, smēķēšana, liekais svars (ĶMI), glikozes līmenis tukšā dūšā un iekaisuma rādītāji.
Pētnieki atzīst salīdzinoši mazo sava pētījuma izlases lielumu un faktu, ka tas tika veikts tikai vienā centrā. Turklāt visi pētījuma dalībnieki tika nosūtīti uz apstiprinošām pārbaudēm, ja ir aizdomas par sirds slimību.
Tomēr komanda raksta: "[termiskās attēlveidošanas] spēja prognozēt, pamatojoties uz [koronāro sirds slimību], norāda uz potenciāliem turpmākiem pielietojumiem un pētniecības iespējām... Kā biofizioloģiska veselības novērtēšanas metode [tā] nodrošina slimību saistītu informāciju, kas pārsniedz tradicionālos klīniskos mērījumus, kas var uzlabot [aterosklerozes sirds un asinsvadu slimības] un ar to saistīto hronisko stāvokļu novērtējumu."
"Tā bezkontakta, reāllaika raksturs nodrošina tūlītēju slimības novērtēšanu aprūpes vietā, kas var racionalizēt klīniskās darbplūsmas un ietaupīt laiku svarīgu ārsta un pacienta lēmumu pieņemšanai. Turklāt tam ir potenciāls masveida sākotnējai pārbaudei."
Pētnieki secina: "Mūsu izstrādātie [termiskās attēlveidošanas] prognozēšanas modeļi, kuru pamatā ir uzlabotas [mašīnmācīšanās] tehnoloģijas, parādīja daudzsološu potenciālu, salīdzinot ar pašreizējiem tradicionālajiem klīniskajiem rīkiem."
"Lai apstiprinātu pašreizējo atklājumu ārējo derīgumu un vispārināmību, ir nepieciešami turpmāki pētījumi, kuros iesaistīts lielāks pacientu skaits un dažādas populācijas."