Ang facial thermal imaging at AI ay tumpak na hinuhulaan ang coronary heart disease

Nalaman ng isang pag-aaral na inilathala sa journal na BMJ Health & Care Informatics na ang kumbinasyon ng facial thermal imaging at artificial intelligence (AI) ay maaaring tumpak na mahulaan ang coronary artery disease (CAD). Ang non-invasive, real-time na paraan ay natagpuan na mas epektibo kaysa sa mga tradisyonal na pamamaraan at maaaring ipatupad sa klinikal na kasanayan upang mapabuti ang diagnostic na katumpakan at daloy ng trabaho, kung sinubukan sa mas malaki, mas magkakaibang etnikong populasyon ng pasyente, iminumungkahi ng mga mananaliksik.

Ang mga kasalukuyang alituntunin para sa pag-diagnose ng coronary artery disease ay umaasa sa mga probabilities ng risk factor, na hindi palaging tumpak o malawak na naaangkop, sabi ng mga mananaliksik. Habang ang mga pamamaraang ito ay maaaring dagdagan ng iba pang mga diagnostic tool, tulad ng mga ECG, angiograms at mga pagsusuri sa dugo, ang mga ito ay madalas na nakakaubos ng oras at nagsasalakay, idinagdag ng mga mananaliksik.

Ang thermal imaging, na nagtatala ng pamamahagi at mga pagkakaiba-iba ng temperatura sa ibabaw ng isang bagay sa pamamagitan ng pag-detect ng infrared radiation, ay hindi invasive. Napatunayan nito ang sarili bilang isang promising tool para sa pagtatasa ng sakit, dahil maaari nitong matukoy ang mga lugar ng abnormal na sirkulasyon ng dugo at pamamaga batay sa mga pattern ng temperatura ng balat.

Ang pagdating ng mga teknolohiya ng machine learning (AI) na may kakayahang kunin, iproseso at isama ang kumplikadong impormasyon ay maaaring mapabuti ang katumpakan at kahusayan ng mga diagnostic ng thermal imaging.

Ang mga mananaliksik ay nagtakda upang siyasatin ang posibilidad ng paggamit ng thermal imaging na sinamahan ng AI upang tumpak na mahulaan ang pagkakaroon ng coronary artery disease nang hindi nangangailangan ng mga invasive at matagal na pamamaraan sa 460 katao na may pinaghihinalaang sakit sa puso. Ang kanilang karaniwang edad ay 58 taon; 126 (27.5%) ay kababaihan.

Ang mga thermal na larawan ng kanilang mga mukha ay kinuha bago ang confirmatory examinations upang bumuo at mapatunayan ang isang AI-assisted imaging model para sa pag-detect ng coronary artery disease.

Isang kabuuan ng 322 kalahok (70%) ang nakumpirma na coronary heart disease. Ang mga indibidwal na ito ay karaniwang mas matanda at mas malamang na lalaki. Mas malamang din silang magkaroon ng lifestyle, clinical, at biochemical risk factor, at mas madalas silang gumamit ng mga pang-iwas na gamot.

Ang diskarte gamit ang thermal imaging at AI ay humigit-kumulang 13% na mas mahusay sa paghula ng coronary heart disease kaysa sa isang paunang pagtatasa ng panganib gamit ang tradisyonal na mga kadahilanan ng panganib at mga klinikal na palatandaan at sintomas. Kabilang sa tatlong pinakamahalagang thermal indicator, ang pangkalahatang pagkakaiba ng temperatura sa pagitan ng kaliwa at kanang bahagi ng mukha ay ang pinaka-maimpluwensyang, na sinusundan ng maximum na temperatura ng mukha at average na temperatura ng mukha.

Sa partikular, ang ibig sabihin ng temperatura ng rehiyon ng kaliwang panga ay ang pinakamalakas na tagahula, na sinusundan ng pagkakaiba ng temperatura sa kanang bahagi ng mata at ang pagkakaiba ng temperatura sa pagitan ng kaliwa at kanang mga templo.

Ang diskarte ay epektibo ring natukoy ang mga tradisyonal na kadahilanan ng panganib para sa coronary heart disease: mataas na kolesterol, kasarian ng lalaki, paninigarilyo, sobra sa timbang (BMI), glucose sa pag-aayuno, at mga indicator ng pamamaga.

Kinikilala ng mga mananaliksik ang medyo maliit na sukat ng sample ng kanilang pag-aaral at ang katotohanan na ito ay isinagawa sa isang sentro lamang. Bilang karagdagan, ang lahat ng kalahok sa pag-aaral ay isinangguni para sa mga confirmatory test kung sila ay pinaghihinalaang may sakit sa puso.

Gayunpaman, isinulat ng koponan: "Ang kakayahan ng [thermal imaging] na mahulaan ang [coronary artery disease] ay tumuturo sa mga potensyal na aplikasyon sa hinaharap at mga pagkakataon sa pagsasaliksik... Bilang isang biophysiological na paraan para sa pagtatasa ng kalusugan, [ito] ay nagbibigay ng impormasyong may kaugnayan sa sakit na lampas sa tradisyonal na mga klinikal na sukat, na maaaring mapabuti ang pagtatasa ng [atherosclerotic cardiovascular disease] at mga nauugnay na malalang kondisyon."

"[Ang] non-contact, real-time na kalikasan ay nagbibigay-daan para sa agarang pagtatasa ng sakit sa punto ng pangangalaga, na maaaring i-streamline ang mga klinikal na daloy ng trabaho at makatipid ng oras para sa mahahalagang desisyon ng doktor at pasyente. Mayroon din itong potensyal para sa mass pre-screening."

Ang mga mananaliksik ay nagtapos: "Ang aming binuo [thermal imaging] na mga modelo ng hula batay sa mga advanced na teknolohiya ng [machine learning] ay nagpakita ng magandang potensyal kumpara sa kasalukuyang tradisyonal na mga klinikal na tool."

"Ang mga karagdagang pag-aaral na kinasasangkutan ng mas malaking bilang ng mga pasyente at magkakaibang populasyon ay kailangan upang kumpirmahin ang panlabas na bisa at pagiging pangkalahatan ng kasalukuyang mga natuklasan."