Термичко скенирање лица и АИ прецизно предвиђају коронарну болест срца
Последње прегледано: 14.06.2024
Сви иЛиве садржаји су медицински прегледани или проверени како би се осигурала што већа тачност.
Имамо стриктне смјернице за набавку и само линкамо на угледне медијске странице, академске истраживачке институције и, кад год је то могуће, медицински прегледане студије. Имајте на уму да су бројеви у заградама ([1], [2], итд.) Везе које се могу кликнути на ове студије.
Ако сматрате да је било који од наших садржаја нетачан, застарио или на неки други начин упитан, одаберите га и притисните Цтрл + Ентер.
Студија је објављена у БМЈ Хеалтх &амп; Царе Информатицсје открио да комбинација термалне слике лица и вештачке интелигенције (АИ) може тачно предвидети присуство коронарне артеријске болести (ЦХД). Утврђено је да је ова неинвазивна метода у реалном времену ефикаснија од традиционалних метода и да би се могла увести у клиничку праксу како би се побољшала дијагностичка тачност и ток рада ако се тестира на већој и етнички разноликијој популацији пацијената, предлажу истраживачи.
Тренутне смернице за дијагностиковање болести коронарних артерија ослањају се на процене вероватноће фактора ризика које нису увек тачне или широко применљиве, кажу истраживачи. Иако ове методе могу бити допуњене другим дијагностичким алатима као што су ЕКГ, ангиограми и тестови крви, често су дуготрајне и инвазивне, додају истраживачи.
Термичко снимање, које бележи дистрибуцију и температурне варијације на површини објекта откривањем инфрацрвеног зрачења, је неинвазивно. Показало се да је обећавајући алат за процену болести јер може да идентификује области абнормалне циркулације и упале на основу образаца температуре коже.
Појава технологија машинског учења (АИ) са њиховом способношћу издвајања, обраде и интегрисања сложених информација може побољшати тачност и ефикасност дијагностике термичке слике.
Истраживачи су одлучили да проуче могућност коришћења термичког снимања у комбинацији са вештачком интелигенцијом како би тачно предвидели присуство коронарне артеријске болести без потребе за инвазивним и дуготрајним методама код 460 људи са сумњом на срчану болест. Њихова просечна старост била је 58 година; Од тога 126 (27,5%) биле су жене.
Термални снимци њихових лица су направљени пре потврдних прегледа како би се развио и потврдио модел снимања који подржава АИ за откривање болести коронарних артерија.
Укупно 322 учесника (70%) имало је потврђену коронарну болест. Ови људи су обично били старији и вероватније су били мушкарци. Такође је већа вероватноћа да имају начин живота, клиничке и биохемијске факторе ризика, као и чешћу употребу превентивних лекова.
Термичко снимање и приступ вештачкој интелигенцији били су за око 13% бољи у предвиђању коронарне болести срца од прелиминарне процене ризика коришћењем традиционалних фактора ризика и клиничких знакова и симптома. Међу три најзначајнија термална индикатора, најутицајнија је била укупна температурна разлика између леве и десне стране лица, праћена максималном температуром лица и просечном температуром лица.
Конкретно, просечна температура региона леве вилице је била најјачи предиктор, праћен температурном разликом у пределу десног ока и температурном разликом између леве и десне слепоочнице.
Приступ је такође ефикасно идентификовао традиционалне факторе ризика за коронарну болест срца: висок холестерол, мушки пол, пушење, прекомерну тежину (БМИ), глукозу наташте и индикаторе упале.
Истраживачи признају релативно малу величину узорка њихове студије и чињеницу да је спроведена у само једном центру. Поред тога, сви учесници студије су упућени на потврдне тестове за сумњу на срчану болест.
Међутим, тим пише: „Способност [термичког снимања] да предвиди на основу [коронарне болести срца] указује на потенцијалне будуће примене и могућности истраживања... Као биофизиолошка метода процене здравља, [она] обезбеђује болести- повезане информације изван традиционалних клиничких мерења, које могу побољшати процену [атеросклеротичне кардиоваскуларне болести] и повезаних хроничних стања."
„Бесконтактна природа [ит] у реалном времену омогућава тренутну процену болести на месту збрињавања, што може да поједностави клиничке токове рада и уштеди време за важне одлуке лекара и пацијената. Поред тога, има потенцијал за масовни прелиминарни скрининг."
Истраживачи закључују: „Наши развијени модели предвиђања [термалних слика] засновани на напредним технологијама [машинског учења] показали су обећавајући потенцијал у поређењу са тренутним традиционалним клиничким алатима.“
„Потребне су даље студије које укључују већи број пацијената и различите популације да би се потврдила екстерна валидност и генерализација тренутних налаза.“