Imagistica termică facială și inteligența artificială prezic cu exactitate bolile coronariene

Un studiu publicat în revista BMJ Health & Care Informatics a descoperit că o combinație între imagistica termică facială și inteligența artificială (IA) poate prezice cu precizie boala coronariană (CAD). Cercetătorii sugerează că metoda neinvazivă, în timp real, este mai eficientă decât metodele tradiționale și ar putea fi implementată în practica clinică pentru a îmbunătăți acuratețea diagnosticului și fluxul de lucru, dacă este testată pe populații de pacienți mai mari și mai diverse din punct de vedere etnic.

Cercetătorii spun că ghidurile actuale pentru diagnosticarea bolilor coronariene se bazează pe probabilitățile factorilor de risc, care nu sunt întotdeauna exacte sau aplicabile pe scară largă. Deși aceste metode pot fi completate cu alte instrumente de diagnostic, cum ar fi ECG-urile, angiogramele și analizele de sânge, ele sunt adesea consumatoare de timp și invazive, adaugă cercetătorii.

Imagistica termică, care înregistrează distribuția și variațiile temperaturii pe suprafața unui obiect prin detectarea radiațiilor infraroșii, este neinvazivă. S-a dovedit a fi un instrument promițător pentru evaluarea bolilor, deoarece poate identifica zone cu circulație sanguină anormală și inflamații pe baza modelelor de temperatură a pielii.

Apariția tehnologiilor de învățare automată (IA), cu capacitatea lor de a extrage, procesa și integra informații complexe, poate îmbunătăți acuratețea și eficiența diagnosticării prin imagistică termică.

Cercetătorii au început să investigheze posibilitatea utilizării imagisticii termice combinate cu inteligența artificială pentru a prezice cu exactitate prezența bolii coronariene, fără a fi nevoie de metode invazive și consumatoare de timp, la 460 de persoane cu suspiciune de boală cardiacă. Vârsta medie a acestora a fost de 58 de ani; 126 (27,5%) au fost femei.

Imagini termice ale fețelor lor au fost realizate înainte de examinările de confirmare pentru a dezvolta și valida un model de imagistică asistată de inteligență artificială pentru detectarea bolilor coronariene.

Un total de 322 de participanți (70%) aveau boli coronariene confirmate. Acești indivizi erau în general mai în vârstă și mai predispuși la sex masculin. De asemenea, erau mai predispuși să prezinte factori de risc legați de stilul de viață, clinici și biochimici și să utilizeze medicamente preventive mai frecvent.

Abordarea care a utilizat imagistica termică și inteligența artificială a fost cu aproximativ 13% mai bună în prezicerea bolilor coronariene decât o pre-evaluare a riscului utilizând factorii de risc tradiționali și semnele și simptomele clinice. Printre cei trei indicatori termici cei mai semnificativi, diferența generală de temperatură dintre partea stângă și cea dreaptă a feței a fost cea mai influentă, urmată de temperatura facială maximă și temperatura facială medie.

În special, temperatura medie a regiunii maxilarului stâng a fost cel mai puternic predictor, urmată de diferența de temperatură din regiunea ochiului drept și diferența de temperatură dintre tâmplele stângă și dreaptă.

Abordarea a identificat eficient și factorii de risc tradiționali pentru bolile coronariene: colesterolul ridicat, sexul masculin, fumatul, supraponderalitatea (IMC), glicemia à jeun și indicatorii inflamației.

Cercetătorii recunosc dimensiunea relativ mică a eșantionului studiului lor și faptul că acesta a fost realizat într-un singur centru. În plus, toți participanții la studiu au fost trimiși la teste de confirmare dacă erau suspectați de boli de inimă.

Cu toate acestea, echipa scrie: „Capacitatea [imagisticii termice] de a prezice [boala coronariană] indică potențiale aplicații viitoare și oportunități de cercetare... Ca metodă biofiziologică pentru evaluarea stării de sănătate, [aceasta] oferă informații legate de boală dincolo de măsurătorile clinice tradiționale, ceea ce poate îmbunătăți evaluarea [bolii cardiovasculare aterosclerotice] și a afecțiunilor cronice asociate.”

„Natura sa fără contact, în timp real, permite evaluarea instantanee a bolii la punctul de îngrijire, ceea ce poate eficientiza fluxurile de lucru clinice și economisi timp pentru deciziile importante ale medicilor și pacienților. De asemenea, are potențialul pentru pre-screening în masă.”

Cercetătorii concluzionează: „Modelele noastre de predicție [a imagisticii termice] dezvoltate, bazate pe tehnologii avansate [de învățare automată], au arătat un potențial promițător în comparație cu instrumentele clinice tradiționale actuale.”

„Sunt necesare studii suplimentare care să implice un număr mai mare de pacienți și populații diverse pentru a confirma validitatea externă și generalizabilitatea descoperirilor actuale.”