Тепловизионное сканирование лица и ИИ точно предсказывают ишемическую болезнь сердца

Исследование, опубликованное в журнале BMJ Health & Care Informatics, показало, что комбинация тепловизионной съемки лица и искусственного интеллекта (ИИ) может точно предсказывать наличие ишемической болезни сердца (ИБС). Этот неинвазивный метод, работающий в реальном времени, оказался более эффективным, чем традиционные методы, и может быть внедрен в клиническую практику для повышения точности диагностики и улучшения рабочего процесса, при условии тестирования на более крупных и этнически разнообразных группах пациентов, предполагают исследователи.

Текущие рекомендации по диагностике ишемической болезни сердца опираются на оценку вероятности наличия факторов риска, которые не всегда являются точными или широко применимыми, утверждают исследователи. Хотя эти методы могут быть дополнены другими диагностическими средствами, такими как ЭКГ, ангиограммы и анализы крови, они часто требуют много времени и являются инвазивными, добавляют исследователи.

Тепловизионная съемка, которая фиксирует распределение и вариации температуры на поверхности объекта, выявляя инфракрасное излучение, является неинвазивной. Она зарекомендовала себя как перспективный инструмент для оценки заболеваний, так как может выявлять области ненормального кровообращения и воспаления по температурным паттернам кожи.

Появление технологий машинного обучения (ИИ) с их способностью извлекать, обрабатывать и интегрировать сложную информацию может повысить точность и эффективность диагностики с помощью тепловизионной съемки.

Исследователи решили изучить возможность использования тепловизионной съемки в сочетании с ИИ для точного прогнозирования наличия ишемической болезни сердца без необходимости применения инвазивных и трудоемких методов у 460 человек с подозрением на заболевание сердца. Их средний возраст составил 58 лет; 126 (27,5%) из них были женщинами.

Тепловизионные изображения их лиц были сделаны до проведения подтверждающих обследований для разработки и валидации модели визуализации, поддерживаемой ИИ, для выявления ишемической болезни сердца.

Всего у 322 участников (70%) была подтверждена ишемическая болезнь сердца. Эти люди, как правило, были старше и чаще были мужчинами. У них также чаще наблюдались факторы риска, связанные с образом жизни, клинические и биохимические факторы, а также более частое использование профилактических медикаментов.

Подход с использованием тепловизионной съемки и ИИ оказался примерно на 13% лучше в прогнозировании ишемической болезни сердца, чем предварительная оценка риска с использованием традиционных факторов риска и клинических признаков и симптомов. Среди трех наиболее значимых тепловых индикаторов, наиболее влиятельным был общий температурный перепад между левой и правой сторонами лица, за которым следовали максимальная температура лица и средняя температура лица.

В частности, средняя температура левой челюстной области была самым сильным предсказательным признаком, за которым следовала температурная разница в области правого глаза и температурная разница между левым и правым висками.

Подход также эффективно выявил традиционные факторы риска ишемической болезни сердца: высокий уровень холестерина, мужской пол, курение, избыточный вес (ИМТ), уровень глюкозы натощак, а также показатели воспаления.

Исследователи признают относительно небольшой размер выборки своего исследования и тот факт, что оно было проведено только в одном центре. Кроме того, все участники исследования были направлены на подтверждающие тесты с подозрением на заболевание сердца.

Тем не менее, команда пишет: "Возможность предсказания [тепловизионной съемки] на основе [ишемической болезни сердца] указывает на потенциальные будущие применения и исследовательские возможности... Как биофизиологический метод оценки здоровья, [он] предоставляет информацию, связанную с заболеванием, помимо традиционных клинических измерений, что может улучшить оценку [атеросклеротической сердечно-сосудистой болезни] и связанных с ней хронических состояний."

"Бесконтактный, работающий в реальном времени характер [его] позволяет мгновенно оценивать заболевание на месте оказания медицинской помощи, что может оптимизировать рабочие процессы в клинике и сэкономить время для принятия важных решений врачом и пациентом. Кроме того, он имеет потенциал для массового предварительного скрининга."

Исследователи заключают: "Наши разработанные модели прогнозирования [тепловизионной съемки], основанные на передовых технологиях [машинного обучения], показали многообещающий потенциал по сравнению с текущими традиционными клиническими инструментами."

"Необходимы дальнейшие исследования с участием большего числа пациентов и разнообразных популяций для подтверждения внешней валидности и обобщаемости текущих выводов."