Visi iLive saturs ir medicīniski pārskatīts vai pārbaudīts, lai nodrošinātu pēc iespējas lielāku faktisko precizitāti.
Mums ir stingras iegādes vadlīnijas un tikai saikne ar cienījamiem mediju portāliem, akadēmiskām pētniecības iestādēm un, ja vien iespējams, medicīniski salīdzinošiem pārskatiem. Ņemiet vērā, ka iekavās ([1], [2] uc) esošie numuri ir klikšķi uz šīm studijām.
Ja uzskatāt, ka kāds no mūsu saturiem ir neprecīzs, novecojis vai citādi apšaubāms, lūdzu, atlasiet to un nospiediet Ctrl + Enter.
Sejas termiskās attēlveidošanas un mākslīgā intelekta izmantošana ļauj precīzi prognozēt koronāro sirds slimību
Pēdējā pārskatīšana: 02.07.2025
Žurnālā BMJ Health & Care Informatics publicēts pētījums atklāj, ka sejas termiskās attēlveidošanas un mākslīgā intelekta (MI) kombinācija var precīzi prognozēt koronāro artēriju slimību (KAS). Pētnieki norāda, ka šī neinvazīvā reāllaika metode izrādījās efektīvāka par tradicionālajām metodēm un to varētu ieviest klīniskajā praksē, lai uzlabotu diagnostikas precizitāti un darba plūsmu, ja to pārbaudītu lielākās, etniski daudzveidīgākās pacientu populācijās.
Pašreizējās koronāro artēriju slimības diagnostikas vadlīnijas balstās uz riska faktoru varbūtībām, kas ne vienmēr ir precīzas vai plaši piemērojamas, norāda pētnieki. Lai gan šīs metodes var papildināt ar citiem diagnostikas rīkiem, piemēram, EKG, angiogrammām un asins analīzēm, tās bieži vien ir laikietilpīgas un invazīvas, piebilst pētnieki.
Termiskā attēlveidošana, kas reģistrē temperatūras sadalījumu un izmaiņas uz objekta virsmas, nosakot infrasarkano starojumu, ir neinvazīva metode. Tā ir pierādījusi sevi kā daudzsološu instrumentu slimību novērtēšanai, jo, pamatojoties uz ādas temperatūras modeļiem, var noteikt patoloģiskas asinsrites un iekaisuma zonas.
Mašīnmācīšanās (AI) tehnoloģiju parādīšanās ar to spēju iegūt, apstrādāt un integrēt sarežģītu informāciju var uzlabot termiskās attēlveidošanas diagnostikas precizitāti un efektivitāti.
Pētnieki nolēma izpētīt iespēju izmantot termisko attēlveidošanu apvienojumā ar mākslīgo intelektu, lai precīzi prognozētu koronāro artēriju slimības klātbūtni 460 cilvēkiem ar aizdomām par sirds slimību, neizmantojot invazīvas un laikietilpīgas metodes. Viņu vidējais vecums bija 58 gadi; 126 (27,5%) bija sievietes.
Pirms apstiprinošajām pārbaudēm tika uzņemti viņu seju termiskie attēli, lai izstrādātu un apstiprinātu mākslīgā intelekta atbalstītu attēlveidošanas modeli koronāro artēriju slimības noteikšanai.
Kopumā 322 dalībniekiem (70%) bija apstiprināta koronārā sirds slimība. Šie indivīdi parasti bija vecāki un, visticamāk, vīrieši. Viņiem arī bija lielāka iespējamība, ka viņiem būs dzīvesveida, klīniskie un bioķīmiskie riska faktori, un viņi biežāk lietos profilaktiskās zāles.
Izmantojot termisko attēlveidošanu un mākslīgo intelektu, koronārās sirds slimības prognozēšanas spēja bija aptuveni par 13 % labāka nekā iepriekšēja riska novērtēšana, izmantojot tradicionālos riska faktorus un klīniskās pazīmes un simptomus. Starp trim nozīmīgākajiem termiskajiem rādītājiem visietekmīgākā bija kopējā temperatūras atšķirība starp sejas kreiso un labo pusi, kam sekoja maksimālā sejas temperatūra un vidējā sejas temperatūra.
Jo īpaši spēcīgākais prognozētājs bija kreisā žokļa reģiona vidējā temperatūra, kam sekoja temperatūras starpība labās acs reģionā un temperatūras starpība starp kreiso un labo deniņiem.
Šī pieeja arī efektīvi identificēja tradicionālos koronārās sirds slimības riska faktorus: augstu holesterīna līmeni, vīriešu dzimumu, smēķēšanu, lieko svaru (ĶMI), glikozes līmeni tukšā dūšā un iekaisuma rādītājus.
Pētnieki atzīst relatīvi nelielo pētījuma izlases lielumu un to, ka tas tika veikts tikai vienā centrā. Turklāt visi pētījuma dalībnieki tika nosūtīti uz apstiprinošām pārbaudēm, ja viņiem bija aizdomas par sirds slimību.
Tomēr komanda raksta: "[Termiskās attēlveidošanas] spēja prognozēt [koronāro artēriju slimību] norāda uz potenciāliem nākotnes pielietojumiem un pētniecības iespējām... Kā biofizioloģiska metode veselības novērtēšanai, [tā] sniedz ar slimību saistītu informāciju, kas pārsniedz tradicionālos klīniskos mērījumus, kas var uzlabot [aterosklerotisko sirds un asinsvadu slimību] un ar tām saistīto hronisko slimību novērtējumu."
"[Tās] bezkontakta, reāllaika raksturs ļauj veikt tūlītēju slimības novērtējumu aprūpes vietā, kas var racionalizēt klīniskās darbplūsmas un ietaupīt laiku svarīgu ārstu un pacientu lēmumu pieņemšanai. Tam ir arī potenciāls masveida iepriekšējai pārbaudei."
Pētnieki secina: "Mūsu izstrādātie [termiskās attēlveidošanas] prognozēšanas modeļi, kuru pamatā ir progresīvas [mašīnmācīšanās] tehnoloģijas, parādīja daudzsološu potenciālu salīdzinājumā ar pašreizējiem tradicionālajiem klīniskajiem rīkiem."
"Lai apstiprinātu pašreizējo atklājumu ārējo derīgumu un vispārināmību, ir nepieciešami turpmāki pētījumi, kuros iesaistīts lielāks pacientu skaits un dažādas populācijas."