Kaikki iLive-sisältö tarkistetaan lääketieteellisesti tai se tarkistetaan tosiasiallisen tarkkuuden varmistamiseksi.
Meillä on tiukat hankintaohjeet ja vain linkki hyvämaineisiin mediasivustoihin, akateemisiin tutkimuslaitoksiin ja mahdollisuuksien mukaan lääketieteellisesti vertaisarvioituihin tutkimuksiin. Huomaa, että suluissa ([1], [2] jne.) Olevat numerot ovat napsautettavia linkkejä näihin tutkimuksiin.
Jos sinusta tuntuu, että jokin sisältö on virheellinen, vanhentunut tai muuten kyseenalainen, valitse se ja paina Ctrl + Enter.
Kasvojen lämpökuvaus ja tekoäly ennustavat tarkasti sepelvaltimotautia
Viimeksi tarkistettu: 02.07.2025
BMJ Health & Care Informatics -lehdessä julkaistussa tutkimuksessa on havaittu, että kasvojen lämpökuvantamisen ja tekoälyn (AI) yhdistelmä voi ennustaa sepelvaltimotaudin (CAD) tarkasti. Tutkijoiden mukaan ei-invasiivisen, reaaliaikaisen menetelmän havaittiin olevan tehokkaampi kuin perinteiset menetelmät, ja sitä voitaisiin ottaa käyttöön kliinisessä käytännössä diagnostisen tarkkuuden ja työnkulun parantamiseksi, jos sitä testattaisiin suuremmilla ja etnisesti monimuotoisemmilla potilaspopulaatioilla.
Tutkijoiden mukaan nykyiset sepelvaltimotaudin diagnosointiohjeet perustuvat riskitekijöiden todennäköisyyksiin, jotka eivät aina ole tarkkoja tai laajalti sovellettavissa. Vaikka näitä menetelmiä voidaan täydentää muilla diagnostisilla työkaluilla, kuten EKG:llä, angiogrammeilla ja verikokeilla, ne ovat usein aikaa vieviä ja invasiivisia, tutkijat lisäävät.
Lämpökuvaus, joka tallentaa lämpötilan jakautumisen ja vaihtelut kohteen pinnalla infrapunasäteilyn avulla, on ei-invasiivinen menetelmä. Se on osoittautunut lupaavaksi työkaluksi tautien arvioinnissa, sillä se voi tunnistaa epänormaalin verenkierron ja tulehduksen alueita ihon lämpötilamallien perusteella.
Koneoppimistekniikoiden (tekoäly) tulo markkinoille ja niiden kyky poimia, käsitellä ja integroida monimutkaista tietoa voi parantaa lämpökuvantamisen diagnostiikan tarkkuutta ja tehokkuutta.
Tutkijat päättivät selvittää mahdollisuutta käyttää lämpökuvausta yhdessä tekoälyn kanssa sepelvaltimotaudin esiintymisen tarkkaan ennustamiseen ilman invasiivisia ja aikaa vieviä menetelmiä 460 ihmisellä, joilla epäiltiin sydänsairautta. Heidän keski-ikänsä oli 58 vuotta; 126 (27,5 %) oli naisia.
Heidän kasvoistaan otettiin lämpökuvia ennen varmentavia tutkimuksia tekoälyavusteisen kuvantamismallin kehittämiseksi ja validoimiseksi sepelvaltimotaudin havaitsemiseksi.
Yhteensä 322 osallistujalla (70 %) oli vahvistettu sepelvaltimotauti. Nämä henkilöt olivat yleensä iäkkäämpiä ja todennäköisemmin miehiä. Heillä oli myös todennäköisemmin elämäntapaan, kliinisiin ja biokemiallisiin riskitekijöihin liittyviä tekijöitä, ja he käyttivät ehkäiseviä lääkkeitä useammin.
Lämpökuvausta ja tekoälyä käyttävä lähestymistapa ennusti sepelvaltimotautia noin 13 % paremmin kuin perinteisten riskitekijöiden ja kliinisten oireiden avulla tehty riskin ennakkoarviointi. Kolmesta merkittävimmästä lämpötilaindikaattorista kasvojen vasemman ja oikean puolen välinen kokonaislämpötilaero oli vaikutusvaltaisin, jota seurasivat kasvojen maksimilämpötila ja keskimääräinen kasvojen lämpötila.
Erityisesti vasemman leuan alueen keskilämpötila oli vahvin ennustaja, jota seurasivat lämpötilaero oikean silmän alueella ja lämpötilaero vasemman ja oikean ohimoiden välillä.
Lähestymistapa tunnisti tehokkaasti myös sepelvaltimotaudin perinteiset riskitekijät: korkea kolesteroli, miespuolinen sukupuoli, tupakointi, ylipaino (BMI), paastoverensokeri ja tulehduksen indikaattorit.
Tutkijat tunnustavat tutkimuksensa suhteellisen pienen otoskoon ja sen, että se tehtiin vain yhdessä keskuksessa. Lisäksi kaikki tutkimukseen osallistuneet lähetettiin vahvistaviin testeihin, jos heillä epäiltiin sydänsairautta.
Tiimi kuitenkin kirjoittaa: "[Lämpökuvantamisen] kyky ennustaa [sepelvaltimotautia] viittaa mahdollisiin tulevaisuuden sovelluksiin ja tutkimusmahdollisuuksiin... Biofysiologisena menetelmänä terveydentilan arviointiin [se] tarjoaa sairauksiin liittyvää tietoa perinteisten kliinisten mittausten lisäksi, mikä voi parantaa [ateroskleroottisen sydän- ja verisuonisairauden] ja siihen liittyvien kroonisten sairauksien arviointia."
"[Sen] kontaktiton, reaaliaikainen luonne mahdollistaa välittömän taudin arvioinnin hoitopaikalla, mikä voi tehostaa kliinisiä työnkulkuja ja säästää aikaa tärkeiden lääkärin ja potilaan välisten päätösten tekemisessä. Sillä on myös potentiaalia massaseulontaan."
Tutkijat päättelevät: "Kehittämämme [lämpökuvaus]ennustemallit, jotka perustuvat edistyneisiin [koneoppimis]teknologioihin, osoittivat lupaavaa potentiaalia verrattuna nykyisiin perinteisiin kliinisiin työkaluihin."
"Tarvitaan lisätutkimuksia, joihin osallistuu suurempi määrä potilaita ja monimuotoisia populaatioita, jotta voidaan vahvistaa nykyisten havaintojen ulkoinen pätevyys ja yleistettävyys."