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

Na-publish ang pag-aaral sa BMJ Health & Natuklasan ng Care Informaticsna ang kumbinasyon ng facial thermal imaging at artificial intelligence (AI) ay maaaring tumpak na mahulaan ang pagkakaroon ng coronary artery disease (CHD). Ang non-invasive, real-time na paraan na ito ay nakitang mas epektibo kaysa sa mga tradisyunal na pamamaraan at maaaring ipasok sa klinikal na kasanayan upang mapabuti ang diagnostic accuracy at workflow kung susuriin sa mas malaki at mas magkakaibang etnikong populasyon ng pasyente, iminumungkahi ng mga mananaliksik. p>

Ang mga kasalukuyang alituntunin para sa pag-diagnose ng coronary artery disease ay umaasa sa mga pagtatantya ng posibilidad ng mga kadahilanan ng panganib na hindi palaging tumpak o malawak na naaangkop, sabi ng mga mananaliksik. Bagama't ang mga paraang ito ay maaaring dagdagan ng iba pang mga diagnostic tool gaya ng mga ECG, angiograms at mga pagsusuri sa dugo, ang mga ito ay kadalasang nakakaubos ng oras at invasive, idinagdag ng mga mananaliksik.

Thermal imaging, na nagtatala ng distribusyon at mga pagkakaiba-iba ng temperatura sa ibabaw ng isang bagay sa pamamagitan ng pag-detect ng infrared radiation, ay hindi invasive. Ito ay napatunayang isang promising tool para sa pagtatasa ng sakit dahil matutukoy nito ang mga bahagi ng abnormal na sirkulasyon at pamamaga batay sa mga pattern ng temperatura ng balat.

Ang paglitaw ng mga teknolohiya ng machine learning (AI) na may kakayahang kumuha, magproseso at magsama ng kumplikadong impormasyon ay maaaring mapabuti ang katumpakan at kahusayan ng mga diagnostic ng thermal imaging.

Napagpasyahan ng mga mananaliksik na pag-aralan ang posibilidad ng paggamit ng thermal imaging kasabay ng AI upang tumpak na mahulaan ang pagkakaroon ng coronary artery disease nang hindi nangangailangan ng mga invasive at matagal na pamamaraan sa 460 tao na may pinaghihinalaang sakit sa puso. Ang kanilang karaniwang edad ay 58 taon; 126 (27.5%) sa kanila ay babae.

Kinuha ang mga thermal imaging na larawan ng kanilang mga mukha bago ang confirmatory examination upang bumuo at mapatunayan ang isang modelo ng imaging na suportado ng AI para sa pag-detect ng coronary artery disease.

Kabuuan ng 322 kalahok (70%) ang nagkumpirma ng coronary heart disease. Ang mga taong ito ay mas matanda at mas malamang na maging lalaki. Mas malamang din silang magkaroon ng lifestyle, clinical, at biochemical risk factor, pati na rin ang mas madalas na paggamit ng mga pang-iwas na gamot.

Thermal imaging at AI approach ay humigit-kumulang 13% na mas mahusay sa paghula ng coronary heart disease kaysa sa 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 pinaka-maimpluwensyang ay ang pangkalahatang pagkakaiba ng temperatura sa pagitan ng kaliwa at kanang bahagi ng mukha, na sinusundan ng maximum na temperatura ng mukha at average na temperatura ng mukha.

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

Epektibong natukoy din ng diskarte ang mga tradisyunal na salik ng panganib para sa coronary heart disease: mataas na kolesterol, kasarian ng lalaki, paninigarilyo, sobrang timbang (BMI), glucose sa pag-aayuno, at mga indicator ng pamamaga.

Kinikilala ng mga mananaliksik ang medyo maliit na sample size ng kanilang pag-aaral at ang katotohanang ito ay isinagawa sa isang center lamang. Bilang karagdagan, ang lahat ng kalahok sa pag-aaral ay ni-refer para sa mga confirmatory test para sa pinaghihinalaang sakit sa puso.

Gayunpaman, isinulat ng koponan: "Ang kakayahan ng [thermal imaging] na hulaan batay sa [coronary heart disease] ay tumutukoy sa mga potensyal na aplikasyon sa hinaharap at mga pagkakataon sa pagsasaliksik... Bilang isang biophysiological na paraan ng pagtatasa ng kalusugan, [ito] ay nagbibigay ng sakit- kaugnay na impormasyon na higit pa sa tradisyonal na mga klinikal na pagsukat, na maaaring mapabuti ang pagtatasa ng [atherosclerotic cardiovascular disease] at mga nauugnay na malalang kondisyon."

"Ang non-contact, real-time na kalikasan [nito] 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. Bilang karagdagan, mayroon itong potensyal para sa mass preliminary screening."

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

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