Minden iLive-tartalmat orvosi szempontból felülvizsgáltak vagy tényszerűen ellenőriznek, hogy a lehető legtöbb tényszerű pontosságot biztosítsák.
Szigorú beszerzési iránymutatásunk van, és csak a jó hírű média oldalakhoz, az akadémiai kutatóintézetekhez és, ha lehetséges, orvosilag felülvizsgált tanulmányokhoz kapcsolódik. Ne feledje, hogy a zárójelben ([1], [2] stb.) Szereplő számok ezekre a tanulmányokra kattintható linkek.
Ha úgy érzi, hogy a tartalom bármely pontatlan, elavult vagy más módon megkérdőjelezhető, jelölje ki, és nyomja meg a Ctrl + Enter billentyűt.
Az arc hőkamerás képalkotása és az AI pontosan megjósolja a szívkoszorúér-betegséget
Utolsó ellenőrzés: 02.07.2025
A BMJ Health & Care Informatics folyóiratban megjelent tanulmány kimutatta, hogy az arc hőkamerás képalkotása és a mesterséges intelligencia (MI) kombinációja pontosan előre jelezheti a koszorúér-betegséget (CAD). A kutatók szerint a nem invazív, valós idejű módszer hatékonyabbnak bizonyult a hagyományos módszereknél, és a klinikai gyakorlatban is alkalmazható lenne a diagnosztikai pontosság és a munkafolyamat javítása érdekében, ha nagyobb, etnikailag sokszínűbb betegpopulációkban tesztelnék.
A kutatók szerint a koszorúér-betegség diagnosztizálására vonatkozó jelenlegi irányelvek a kockázati tényezők valószínűségén alapulnak, amelyek nem mindig pontosak vagy széles körben alkalmazhatók. Bár ezek a módszerek kiegészíthetők más diagnosztikai eszközökkel, például EKG-val, angiogrammal és vérvizsgálatokkal, ezek gyakran időigényesek és invazívak, teszik hozzá a kutatók.
A hőkamerás képalkotás, amely infravörös sugárzás detektálásával rögzíti a hőmérséklet eloszlását és változásait egy tárgy felületén, nem invazív eljárás. Ígéretes eszköznek bizonyult a betegségek felmérésében, mivel a bőr hőmérsékleti mintázatai alapján képes azonosítani a rendellenes vérkeringés és gyulladás területeit.
A gépi tanuláson (MI) alapuló technológiák megjelenése, amelyek képesek komplex információk kinyerésére, feldolgozására és integrálására, javíthatja a hőkamerás diagnosztika pontosságát és hatékonyságát.
A kutatók 460, szívbetegség gyanújával élő embernél vizsgálták a hőkamerás képalkotás és a mesterséges intelligencia kombinációjának lehetőségét a koszorúér-betegség jelenlétének pontos előrejelzésére invazív és időigényes módszerek nélkül. Átlagéletkoruk 58 év volt; 126 fő (27,5%) nő volt.
Arcukról hőkamerás felvételeket készítettek a megerősítő vizsgálatok előtt, hogy kifejlesszenek és validáljanak egy mesterséges intelligenciával támogatott képalkotó modellt a koszorúér-betegség kimutatására.
Összesen 322 résztvevőnél (70%) igazolták a koszorúér-betegséget. Ezek a személyek általában idősebbek voltak és nagyobb valószínűséggel férfiak. Valószínűbb volt náluk az életmódbeli, klinikai és biokémiai kockázati tényezők is, és gyakrabban alkalmaztak megelőző gyógyszereket.
A hőkamerás képalkotást és mesterséges intelligenciát alkalmazó megközelítés körülbelül 13%-kal jobbnak bizonyult a koszorúér-betegség előrejelzésében, mint a hagyományos kockázati tényezőket, valamint klinikai jeleket és tüneteket alkalmazó előzetes kockázatértékelés. A három legjelentősebb hőindikátor közül az arc bal és jobb oldala közötti teljes hőmérséklet-különbség volt a legbefolyásosabb, ezt követte a maximális archőmérséklet és az átlagos archőmérséklet.
Különösen a bal állkapocs régiójának átlaghőmérséklete volt a legerősebb előrejelző, ezt követte a jobb szem régiójának hőmérséklet-különbsége, valamint a bal és jobb halánték közötti hőmérséklet-különbség.
A megközelítés hatékonyan azonosította a koszorúér-betegség hagyományos kockázati tényezőit is: magas koleszterinszint, férfi nem, dohányzás, túlsúly (BMI), éhomi vércukorszint és a gyulladás indikátorai.
A kutatók elismerik a tanulmány viszonylag kis mintáját és azt a tényt, hogy csak egyetlen központban végezték. Ezenkívül minden vizsgálati résztvevőt megerősítő vizsgálatokra utaltak, ha szívbetegség gyanúja merült fel náluk.
A csapat azonban ezt írja: „A [hőkamerás képalkotás] képessége a [koszorúér-betegség] előrejelzésére potenciális jövőbeli alkalmazásokra és kutatási lehetőségekre mutat... Az egészség felmérésének biofiziológiai módszereként [ez] a hagyományos klinikai méréseken túlmutató betegséggel kapcsolatos információkat nyújt, ami javíthatja az [ateroszklerózisos szív- és érrendszeri betegségek] és a kapcsolódó krónikus állapotok értékelését.”
„[Érintésmentes, valós idejű jellege] lehetővé teszi az azonnali betegségfelmérést az ellátás helyén, ami egyszerűsítheti a klinikai munkafolyamatokat, és időt takaríthat meg a fontos orvos- és betegdöntések meghozatalakor. Emellett lehetőséget kínál a tömeges előszűrésre is.”
A kutatók a következő következtetésre jutottak: „A fejlett [gépi tanulási] technológiákon alapuló, kidolgozott [hőkamerás] előrejelző modelljeink ígéretes potenciált mutattak a jelenlegi hagyományos klinikai eszközökhöz képest.”
„További, nagyobb számú beteget és változatos populációkat érintő vizsgálatokra van szükség a jelenlegi eredmények külső érvényességének és általánosíthatóságának megerősítéséhez.”