^
A
A
A

Veido termovizija ir dirbtinis intelektas tiksliai prognozuoja koronarinę širdies ligą

 
, Medicinos redaktorius
Paskutinį kartą peržiūrėta: 02.07.2025
 
Fact-checked
х

Visas „iLive“ turinys yra peržiūrėtas medicinoje arba tikrinamas, kad būtų užtikrintas kuo didesnis faktinis tikslumas.

Mes turime griežtas įsigijimo gaires ir susiejamos tik su geros reputacijos žiniasklaidos svetainėmis, akademinių tyrimų institucijomis ir, jei įmanoma, medicininiu požiūriu peržiūrimais tyrimais. Atkreipkite dėmesį, kad skliausteliuose ([1], [2] ir tt) esantys numeriai yra paspaudžiami nuorodos į šias studijas.

Jei manote, kad bet koks mūsų turinys yra netikslus, pasenęs arba kitaip abejotinas, pasirinkite jį ir paspauskite Ctrl + Enter.

04 June 2024, 08:19

Žurnale „BMJ Health & Care Informatics“ paskelbtame tyrime nustatyta, kad veido terminio vaizdavimo ir dirbtinio intelekto (DI) derinys gali tiksliai numatyti vainikinių arterijų ligą (VAL). Tyrėjai teigia, kad neinvazinis, realaus laiko metodas pasirodė esąs veiksmingesnis už tradicinius metodus ir galėtų būti įdiegtas klinikinėje praktikoje, siekiant pagerinti diagnostikos tikslumą ir darbo eigą, jei būtų išbandytas su didesnėmis, etniškai įvairesnėmis pacientų populiacijomis.

Dabartinės vainikinių arterijų ligos diagnozavimo gairės remiasi rizikos veiksnių tikimybėmis, kurios ne visada yra tikslios ar plačiai pritaikomos, teigia tyrėjai. Nors šiuos metodus galima papildyti kitomis diagnostikos priemonėmis, tokiomis kaip EKG, angiogramos ir kraujo tyrimai, jie dažnai užima daug laiko ir yra invaziniai, priduria tyrėjai.

Terminis vaizdavimas, kuris fiksuoja objekto paviršiaus temperatūros pasiskirstymą ir pokyčius aptikdamas infraraudonąją spinduliuotę, yra neinvazinis. Jis pasirodė esąs perspektyvi ligų vertinimo priemonė, nes, remdamasis odos temperatūros pokyčiais, gali nustatyti sutrikusios kraujotakos ir uždegimo sritis.

Mašininio mokymosi (DI) technologijų, galinčių išgauti, apdoroti ir integruoti sudėtingą informaciją, atsiradimas gali pagerinti terminio vaizdo diagnostikos tikslumą ir efektyvumą.

Tyrėjai nusprendė ištirti galimybę naudoti terminį vaizdavimą kartu su dirbtiniu intelektu, siekiant tiksliai numatyti vainikinių arterijų ligos buvimą, nereikalaujant invazinių ir daug laiko reikalaujančių metodų 460 žmonių, kuriems įtariama širdies liga. Jų vidutinis amžius buvo 58 metai; 126 (27,5 proc.) buvo moterys.

Prieš patvirtinamuosius tyrimus buvo padaryti jų veidų terminiai vaizdai, siekiant sukurti ir patvirtinti dirbtinio intelekto pagalba veikiantį vaizdavimo modelį vainikinių arterijų ligai nustatyti.

Iš viso 322 dalyviams (70 %) buvo patvirtinta išeminė širdies liga. Šie asmenys paprastai buvo vyresnio amžiaus ir dažniau vyrai. Jie taip pat dažniau turėjo gyvenimo būdo, klinikinių ir biocheminių rizikos veiksnių ir dažniau vartojo profilaktinius vaistus.

Terminio vaizdavimo ir dirbtinio intelekto metodas maždaug 13 % geriau prognozavo koronarinę širdies ligą nei išankstinis rizikos vertinimas, naudojant tradicinius rizikos veiksnius ir klinikinius požymius bei simptomus. Tarp trijų reikšmingiausių terminių rodiklių didžiausią įtaką turėjo bendras temperatūros skirtumas tarp kairės ir dešinės veido pusių, po jo sekė maksimali veido temperatūra ir vidutinė veido temperatūra.

Visų pirma, stipriausias prognozuojantis veiksnys buvo kairiojo žandikaulio srities vidutinė temperatūra, po jos sekė temperatūros skirtumas dešinės akies srityje ir temperatūros skirtumas tarp kairiojo ir dešiniojo smilkinių.

Šis metodas taip pat veiksmingai nustatė tradicinius koronarinės širdies ligos rizikos veiksnius: aukštą cholesterolio kiekį, vyrišką lytį, rūkymą, antsvorį (KMI), gliukozės kiekį nevalgius ir uždegimo rodiklius.

Tyrėjai pripažįsta santykinai mažą savo tyrimo imties dydį ir tai, kad jis buvo atliktas tik viename centre. Be to, visi tyrimo dalyviai, įtarę širdies ligą, buvo nukreipti patvirtinamiesiems tyrimams.

Tačiau komanda rašo: „[Terminio vaizdavimo] gebėjimas numatyti [vainikinių arterijų ligą] rodo potencialias būsimas taikymo ir tyrimų galimybes... Kaip biofiziologinis sveikatos vertinimo metodas, [jis] suteikia su liga susijusios informacijos, viršijančios tradicinius klinikinius matavimus, o tai gali pagerinti [aterosklerozinės širdies ir kraujagyslių ligos] bei susijusių lėtinių ligų vertinimą.“

„[Dėl] bekontakčio, realaus laiko veikimo pobūdžio galima akimirksniu įvertinti ligą priežiūros vietoje, o tai gali supaprastinti klinikinius darbo eigą ir sutaupyti laiko priimant svarbius gydytojo ir paciento sprendimus. Tai taip pat turi potencialą masinei išankstiniai patikrai.“

Tyrėjai daro išvadą: „Mūsų sukurti [terminio vaizdavimo] prognozavimo modeliai, pagrįsti pažangiomis [mašininio mokymosi] technologijomis, parodė daug žadantį potencialą, palyginti su dabartinėmis tradicinėmis klinikinėmis priemonėmis.“

"Norint patvirtinti dabartinių išvadų išorinį pagrįstumą ir apibendrinamumą, reikia atlikti tolesnius tyrimus, kuriuose dalyvautų didesnis pacientų skaičius ir įvairios populiacijos."

You are reporting a typo in the following text:
Simply click the "Send typo report" button to complete the report. You can also include a comment.