Тепловізійне сканування обличчя та ШІ точно передбачають ішемічну хворобу серця

Дослідження, опубліковане в журналі BMJ Health & Care Informatics, показало, що поєднання тепловізійної томографії обличчя та штучного інтелекту (ШІ) може точно передбачати ішемічну хворобу серця (ІХС). Дослідники припускають, що неінвазивний метод у режимі реального часу виявився ефективнішим за традиційні методи та може бути впроваджений у клінічну практику для покращення точності діагностики та робочого процесу, якщо його протестувати на більших, етнічно різноманітних групах пацієнтів.

За словами дослідників, сучасні рекомендації щодо діагностики ішемічної хвороби серця базуються на ймовірності факторів ризику, які не завжди є точними або широко застосовними. Хоча ці методи можна доповнити іншими діагностичними інструментами, такими як ЕКГ, ангіограми та аналізи крові, вони часто є трудомісткими та інвазивними, додають дослідники.

Тепловізійне дослідження, яке фіксує розподіл та коливання температури на поверхні об'єкта шляхом виявлення інфрачервоного випромінювання, є неінвазивним методом. Воно зарекомендувало себе як перспективний інструмент для оцінки захворювань, оскільки може виявляти ділянки порушення кровообігу та запалення на основі змін температури шкіри.

Поява технологій машинного навчання (ШІ) з їхньою здатністю витягувати, обробляти та інтегрувати складну інформацію може підвищити точність та ефективність тепловізійної діагностики.

Дослідники поставили собі за мету дослідити можливість використання тепловізійного зображення в поєднанні зі штучним інтелектом для точного прогнозування наявності ішемічної хвороби серця без необхідності використання інвазивних та трудомістких методів у 460 осіб з підозрою на захворювання серця. Їхній середній вік становив 58 років; 126 (27,5%) були жінками.

Теплові зображення їхніх облич були зроблені перед підтверджувальними обстеженнями для розробки та валідації моделі візуалізації за допомогою штучного інтелекту для виявлення ішемічної хвороби серця.

Загалом у 322 учасників (70%) була підтверджена ішемічна хвороба серця. Ці особи, як правило, були старшого віку та частіше чоловічої статі. Вони також частіше мали фактори ризику, пов'язані зі способом життя, клінічними та біохімічними факторами ризику, а також частіше вживали профілактичні препарати.

Підхід з використанням тепловізійного зображення та штучного інтелекту був приблизно на 13% кращим у прогнозуванні ішемічної хвороби серця, ніж попередня оцінка ризику з використанням традиційних факторів ризику та клінічних ознак і симптомів. Серед трьох найважливіших теплових показників найбільш впливовою була загальна різниця температур між лівою та правою сторонами обличчя, за нею йшли максимальна температура обличчя та середня температура обличчя.

Зокрема, найсильнішим предиктором була середня температура в області лівої щелепи, далі йшли різниця температур в області правого ока та різниця температур між лівою та правою скронями.

Цей підхід також ефективно визначив традиційні фактори ризику ішемічної хвороби серця: високий рівень холестерину, чоловіча стать, куріння, надмірна вага (ІМТ), рівень глюкози натщесерце та показники запалення.

Дослідники визнають відносно невеликий розмір вибірки їхнього дослідження та той факт, що воно проводилося лише в одному центрі. Крім того, всіх учасників дослідження направляли на підтверджувальні тести, якщо у них підозрювали захворювання серця.

Однак команда пише: «Здатність [тепловізійного зображення] передбачати [ішемічну хворобу серця] вказує на потенційні майбутні застосування та дослідницькі можливості... Як біофізіологічний метод оцінки здоров'я, [воно] надає інформацію, пов'язану із захворюванням, поза межами традиційних клінічних вимірювань, що може покращити оцінку [атеросклеротичного серцево-судинного захворювання] та пов'язаних з ним хронічних станів».

«[Його] безконтактний характер роботи в режимі реального часу дозволяє миттєво оцінювати захворювання в місці надання медичної допомоги, що може оптимізувати клінічні робочі процеси та заощадити час для прийняття важливих рішень лікарем та пацієнтом. Це також має потенціал для масового попереднього скринінгу».

Дослідники роблять висновок: «Наші розроблені [тепловізійні] моделі прогнозування, засновані на передових технологіях [машинного навчання], показали багатообіцяючий потенціал порівняно з сучасними традиційними клінічними інструментами».

«Потрібні подальші дослідження за участю більшої кількості пацієнтів та різноманітних груп населення, щоб підтвердити зовнішню валідність та узагальнюваність поточних висновків».