^
A
A
A

การสแกนใบหน้าด้วยความร้อนและ AI ทำนายโรคหลอดเลือดหัวใจได้อย่างแม่นยำ

 
บรรณาธิการแพทย์
ตรวจสอบล่าสุด: 14.06.2024
 
Fact-checked
х

เนื้อหา iLive ทั้งหมดได้รับการตรวจสอบทางการแพทย์หรือตรวจสอบข้อเท็จจริงเพื่อให้แน่ใจว่ามีความถูกต้องตามจริงมากที่สุดเท่าที่จะเป็นไปได้

เรามีแนวทางการจัดหาที่เข้มงวดและมีการเชื่อมโยงไปยังเว็บไซต์สื่อที่มีชื่อเสียงสถาบันการวิจัยทางวิชาการและเมื่อใดก็ตามที่เป็นไปได้ โปรดทราบว่าตัวเลขในวงเล็บ ([1], [2], ฯลฯ ) เป็นลิงก์ที่คลิกได้เพื่อการศึกษาเหล่านี้

หากคุณรู้สึกว่าเนื้อหาใด ๆ ของเราไม่ถูกต้องล้าสมัยหรือมีข้อสงสัยอื่น ๆ โปรดเลือกแล้วกด Ctrl + Enter

04 June 2024, 08:19

การศึกษานี้ตีพิมพ์ใน BMJ Health & Care Informatics พบว่าการผสมผสานระหว่างการถ่ายภาพความร้อนบนใบหน้าและปัญญาประดิษฐ์ (AI) สามารถทำนายการเกิดโรคหลอดเลือดหัวใจ (CHD) ได้อย่างแม่นยำ นักวิจัยแนะนำวิธีการแบบเรียลไทม์แบบไม่รุกรานนี้มีประสิทธิภาพมากกว่าวิธีแบบดั้งเดิม และสามารถนำไปใช้ในการปฏิบัติงานทางคลินิกเพื่อปรับปรุงความแม่นยำในการวินิจฉัยและขั้นตอนการทำงาน หากได้รับการทดสอบในประชากรผู้ป่วยที่มีความหลากหลายทางชาติพันธุ์มากขึ้นและมีขนาดใหญ่ขึ้น p>

แนวทางปัจจุบันสำหรับการวินิจฉัยโรคหลอดเลือดหัวใจตีบขึ้นอยู่กับการประมาณการความน่าจะเป็นของปัจจัยเสี่ยงซึ่งไม่ได้แม่นยำเสมอไปหรือไม่สามารถนำไปใช้ได้อย่างกว้างขวางเสมอไป แม้ว่าวิธีการเหล่านี้สามารถเสริมด้วยเครื่องมือวินิจฉัยอื่นๆ เช่น ECG, แองจิโอแกรม และการตรวจเลือดได้ แต่ก็มักจะใช้เวลานานและรุกราน นักวิจัยกล่าวเสริม

การถ่ายภาพความร้อนซึ่งบันทึกการกระจายและความแปรผันของอุณหภูมิบนพื้นผิวของวัตถุโดยการตรวจจับรังสีอินฟราเรดนั้นไม่รุกราน ได้รับการพิสูจน์แล้วว่าเป็นเครื่องมือที่น่าหวังในการประเมินโรค เนื่องจากสามารถระบุบริเวณที่มีการไหลเวียนและการอักเสบที่ผิดปกติตามรูปแบบอุณหภูมิผิวหนังได้

การเกิดขึ้นของเทคโนโลยีแมชชีนเลิร์นนิง (AI) ที่มีความสามารถในการแยก ประมวลผล และบูรณาการข้อมูลที่ซับซ้อน สามารถปรับปรุงความแม่นยำและประสิทธิภาพของการวินิจฉัยด้วยภาพความร้อนได้

นักวิจัยตัดสินใจศึกษาความเป็นไปได้ของการใช้การถ่ายภาพความร้อนร่วมกับ AI เพื่อคาดการณ์การเกิดโรคหลอดเลือดหัวใจได้อย่างแม่นยำ โดยไม่จำเป็นต้องใช้วิธีการที่รุกรานและใช้เวลานานในผู้ที่สงสัยว่าเป็นโรคหัวใจ 460 ราย อายุเฉลี่ยของพวกเขาคือ 58 ปี; 126 ราย (27.5%) เป็นผู้หญิง

ถ่ายภาพความร้อนของใบหน้าก่อนการตรวจยืนยันเพื่อพัฒนาและตรวจสอบแบบจำลองการถ่ายภาพที่รองรับ AI เพื่อตรวจหาโรคหลอดเลือดหัวใจ

ผู้เข้าร่วมทั้งหมด 322 คน (70%) ได้รับการยืนยันโรคหลอดเลือดหัวใจ คนเหล่านี้มีแนวโน้มที่จะมีอายุมากกว่าและเป็นผู้ชายมากกว่า พวกเขายังมีแนวโน้มที่จะมีปัจจัยเสี่ยงในการดำเนินชีวิต ทางคลินิก และทางชีวเคมีมากกว่า รวมถึงการใช้ยาป้องกันบ่อยขึ้น

การถ่ายภาพความร้อนและวิธีการ AI สามารถทำนายโรคหลอดเลือดหัวใจได้ดีกว่าการประเมินความเสี่ยงเบื้องต้นประมาณ 13% โดยใช้ปัจจัยเสี่ยงแบบเดิมๆ รวมถึงอาการและอาการทางคลินิก ในบรรดาตัวบ่งชี้ความร้อนที่สำคัญที่สุดสามตัว ตัวบ่งชี้ที่มีอิทธิพลมากที่สุดคือความแตกต่างของอุณหภูมิโดยรวมระหว่างด้านซ้ายและด้านขวาของใบหน้า ตามมาด้วยอุณหภูมิสูงสุดของใบหน้าและอุณหภูมิเฉลี่ยของใบหน้า

โดยเฉพาะอย่างยิ่ง อุณหภูมิเฉลี่ยของบริเวณขากรรไกรซ้ายเป็นตัวพยากรณ์ที่ชัดเจนที่สุด ตามมาด้วยความแตกต่างของอุณหภูมิในบริเวณดวงตาด้านขวาและความแตกต่างของอุณหภูมิระหว่างขมับด้านซ้ายและด้านขวา

แนวทางนี้ยังระบุปัจจัยเสี่ยงแบบดั้งเดิมสำหรับโรคหลอดเลือดหัวใจได้อย่างมีประสิทธิภาพ ได้แก่ คอเลสเตอรอลสูง เพศชาย การสูบบุหรี่ น้ำหนักเกิน (BMI) ระดับน้ำตาลในเลือดขณะอดอาหาร และตัวชี้วัดการอักเสบ

นักวิจัยรับทราบถึงขนาดตัวอย่างที่ค่อนข้างเล็กของการศึกษาวิจัยของตน และข้อเท็จจริงที่ว่าการศึกษาวิจัยนี้ดำเนินการในศูนย์เพียงแห่งเดียวเท่านั้น นอกจากนี้ ผู้เข้าร่วมการศึกษาทั้งหมดยังได้รับการส่งต่อไปยังการทดสอบเพื่อยืนยันสำหรับสงสัยว่าเป็นโรคหัวใจ

อย่างไรก็ตาม ทีมงานเขียนว่า: "ความสามารถของ [การถ่ายภาพความร้อน] ในการทำนายตาม [โรคหลอดเลือดหัวใจ] ชี้ไปที่การใช้งานในอนาคตและโอกาสในการวิจัย... ในฐานะวิธีการประเมินสุขภาพทางชีวสรีรวิทยา [it] ทำให้เกิดโรค- ข้อมูลที่เกี่ยวข้องนอกเหนือจากการวัดผลทางคลินิกแบบดั้งเดิม ซึ่งอาจปรับปรุงการประเมิน [โรคหลอดเลือดหัวใจตีบตัน] และอาการเรื้อรังที่เกี่ยวข้อง"

"ลักษณะเรียลไทม์แบบไม่สัมผัสของ [it] ช่วยให้สามารถประเมินโรคได้ทันทีที่จุดดูแล ซึ่งสามารถปรับปรุงขั้นตอนการทำงานทางคลินิก และประหยัดเวลาสำหรับการตัดสินใจที่สำคัญของแพทย์และผู้ป่วย นอกจากนี้ยังมีศักยภาพ เพื่อการคัดกรองเบื้องต้นจำนวนมาก"

นักวิจัยสรุป: “แบบจำลองการคาดการณ์ [การถ่ายภาพความร้อน] ที่พัฒนาขึ้นโดยอาศัยเทคโนโลยี [การเรียนรู้ของเครื่อง] ขั้นสูงแสดงให้เห็นศักยภาพที่น่าหวังเมื่อเปรียบเทียบกับเครื่องมือทางคลินิกแบบดั้งเดิมในปัจจุบัน"

"การศึกษาเพิ่มเติมที่เกี่ยวข้องกับผู้ป่วยจำนวนมากขึ้นและประชากรที่หลากหลายมีความจำเป็นเพื่อยืนยันความถูกต้องภายนอกและความสามารถในการสรุปทั่วไปของการค้นพบในปัจจุบัน"

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.