Suhu muka mungkin meramalkan penyakit jantung dengan ketepatan yang lebih tinggi daripada kaedah semasa
Ulasan terakhir: 14.06.2024
Semua kandungan iLive disemak secara perubatan atau fakta diperiksa untuk memastikan ketepatan faktual sebanyak mungkin.
Kami mempunyai garis panduan sumber yang ketat dan hanya memautkan ke tapak media yang bereputasi, institusi penyelidikan akademik dan, apabila mungkin, dikaji semula kajian secara medis. Perhatikan bahawa nombor dalam kurungan ([1], [2], dan lain-lain) boleh diklik pautan ke kajian ini.
Jika anda merasakan bahawa mana-mana kandungan kami tidak tepat, ketinggalan zaman, atau tidak dipersoalkan, sila pilih dan tekan Ctrl + Enter.
Dalam kajian terbaru yang diterbitkan dalam BMJ Health & Care Informatics, penyelidik menilai kebolehlaksanaan menggunakan termografi inframerah muka (IRT) untuk meramalkan penyakit arteri koronari (CHD).
IHD ialah salah satu punca utama kematian dan mempunyai beban global yang ketara. Diagnosis CAD yang tepat adalah penting untuk penjagaan dan rawatan. Pada masa ini, alat penilaian kebarangkalian praujian (PTP) digunakan untuk menentukan kemungkinan CAD pada pesakit. Walau bagaimanapun, alatan ini mempunyai masalah dengan subjektiviti, serba boleh terhad dan ketepatan sederhana.
Walaupun ujian kardiovaskular tambahan (kiraan kalsium koronari dan elektrokardiografi) atau model klinikal canggih yang menyepadukan penanda makmal tambahan dan faktor risiko boleh meningkatkan anggaran kebarangkalian, terdapat kebimbangan berkaitan kecekapan masa, kerumitan prosedur dan ketersediaan terhad. p>
IRT, teknologi pengesanan suhu permukaan bukan sentuhan, menunjukkan janji untuk penilaian penyakit. Ia boleh mengesan keradangan dan peredaran yang tidak normal melalui corak suhu kulit. Penyelidikan menunjukkan perkaitan antara maklumat IRT dan penyakit kardiovaskular aterosklerotik serta keadaan yang berkaitan.
Dalam kajian ini, penyelidik menilai kebolehlaksanaan menggunakan data suhu IRT muka untuk meramalkan CAD. Orang dewasa yang menjalani angiografi CT koronari (CCTA) atau angiografi koronari invasif (ICA) dimasukkan dalam kajian ini. Kakitangan terlatih memperoleh data mentah dan menjalankan tinjauan IRT sebelum CCTA atau ICA.
Rekod perubatan elektronik telah digunakan untuk mendapatkan maklumat tambahan, termasuk kimia darah, sejarah klinikal, faktor risiko dan keputusan saringan CHD. Satu imej IRT bagi setiap peserta telah dipilih untuk analisis dan diproses (saiz semula bersatu, penukaran skala kelabu dan pemangkasan latar belakang).
Pasukan membangunkan model imej IRT menggunakan algoritma pembelajaran mendalam lanjutan. Dua model telah dibangunkan untuk perbandingan: satu ialah model PTP (garis dasar klinikal) yang merangkumi umur, jantina, dan ciri-ciri gejala pesakit, dan satu lagi adalah hibrid, menggabungkan kedua-dua maklumat IRT dan maklumat klinikal daripada model IRT dan PTP, masing-masing..
Beberapa analisis tafsiran telah dilakukan, termasuk eksperimen oklusi, visualisasi peta perkumuhan, analisis tindak balas dos dan ramalan label pengganti CAD. Di samping itu, pelbagai ciri IRT jadual telah diekstrak daripada imej IRT, diklasifikasikan pada tahap seluruh muka dan kawasan minat (ROI).
Secara keseluruhan, ciri yang diekstrak dikelaskan kepada tekstur tertib pertama, tekstur tertib kedua, suhu dan ciri analisis fraktal. Algoritma XGBoost menyepadukan ciri yang diekstrak ini dan menilai nilai ramalannya untuk CAD. Para penyelidik menilai prestasi menggunakan semua ciri dan ciri suhu sahaja.
Sebanyak 893 orang dewasa yang menjalani CCTA atau ICA telah dinilai antara September 2021 dan Februari 2023. Daripada jumlah ini, 460 peserta dengan umur purata 58.4 tahun telah dimasukkan; 27.4% adalah wanita, dan 70% mempunyai CAD. Pesakit dengan CAD mempunyai umur dan prevalens faktor risiko yang lebih tinggi berbanding pesakit tanpa CAD. Model imej IRT mengatasi prestasi model PTP dengan ketara.
Walau bagaimanapun, prestasi model pengimejan hibrid dan IRT tidak jauh berbeza. Hanya menggunakan ciri suhu atau semua ciri yang diekstrak mempunyai prestasi ramalan yang unggul, yang konsisten dengan model pengimejan IRT. Pada tahap keseluruhan muka, pengaruh yang paling besar ialah perbezaan suhu keseluruhan dari kiri ke kanan, manakala pada tahap ROI, suhu purata rahang kiri mempunyai pengaruh yang paling besar.
Pelbagai tahap kemerosotan prestasi diperhatikan untuk model imej IRT apabila ROI yang berbeza telah disekat. Oklusi kawasan bibir atas dan bawah mempunyai kesan yang paling besar. Selain itu, model pengimejan IRT menunjukkan prestasi yang baik dalam meramalkan penanda pengganti yang dikaitkan dengan CAD, seperti hiperlipidemia, merokok, indeks jisim badan, hemoglobin terglikasi dan keradangan.
Kajian ini menunjukkan kebolehlaksanaan menggunakan data suhu IRT muka untuk meramalkan CAD. Model pengimejan IRT mengatasi model PTP yang disyorkan garis panduan, menonjolkan potensinya dalam penilaian CAD. Selain itu, memasukkan maklumat klinikal ke dalam model imej IRT tidak memberikan peningkatan tambahan, menunjukkan bahawa maklumat IRT yang diekstrak sudah mengandungi maklumat penting berkaitan CAD.
Tambahan pula, nilai ramalan model IRT telah disahkan menggunakan ciri IRT jadual boleh tafsir yang secara relatifnya konsisten dengan model imej IRT. Ciri-ciri ini juga memberikan maklumat tentang aspek penting untuk meramalkan CAD, seperti simetri suhu muka dan taburan tidak sekata. Kajian lanjut dengan sampel yang lebih besar dan populasi yang pelbagai diperlukan untuk pengesahan.