顔の熱スキャンと AI が冠状動脈性心疾患を正確に予測

この研究は、BMJ Health & Care Informaticsは、顔の熱画像と人工知能（AI）を組み合わせることで、冠動脈疾患（CHD）の存在を正確に予測できることを発見しました。この非侵襲性のリアルタイムの方法は、従来の方法よりも効果的であることが判明しており、より大規模で民族的に多様な患者集団でテストすれば、臨床診療に導入して診断の精度とワークフローを改善できる可能性があると研究者らは示唆しています。 p>

現在の冠動脈疾患の診断ガイドラインは、必ずしも正確で広く適用できるわけではないリスク要因の可能性の推定に依存していると研究者らは述べています。これらの方法は、心電図、血管造影、血液検査などの他の診断ツールで補完できますが、時間がかかり、侵襲的であることが多いと研究者らは付け加えています。

赤外線を検出して物体の表面の分布と温度変化を記録する熱画像は、非侵襲的です。皮膚温度パターンに基づいて異常な循環や炎症の領域を特定できるため、病気の評価に有望なツールであることが証明されています。

複雑な情報を抽出、処理、統合する機能を備えた機械学習 (AI) 技術の出現により、熱画像診断の精度と効率が向上します。

研究者は、心臓病が疑われる 460 人の患者を対象に、侵襲的で時間のかかる方法を必要とせずに冠動脈疾患の存在を正確に予測するために、熱画像と AI を組み合わせて使用する可能性を研究することにしました。平均年齢は 58 歳で、126 人 (27.5%) が女性でした。

冠動脈疾患を検出するための AI 支援画像モデルを開発および検証するために、確認検査の前に顔の熱画像が撮影されました。

合計 322 人の参加者 (70%) が冠動脈性心疾患を確認していました。これらの人々は高齢で、男性である可能性が高い傾向がありました。また、生活習慣、臨床、生化学的リスク要因、予防薬の使用頻度も高かった。

熱画像と AI のアプローチは、従来のリスク要因と臨床徴候および症状を使用した予備的なリスク評価よりも、冠状動脈性心疾患の予測において約 13% 優れていた。最も重要な 3 つの熱指標のうち、最も影響力があったのは顔の左側と右側の全体的な温度差で、次に顔の最大温度と平均顔温度が続いた。

具体的には、左顎領域の平均温度が最も強力な予測因子であり、次に右目領域の温度差、左右のこめかみの温度差が続いた。

このアプローチは、高コレステロール、男性、喫煙、過体重 (BMI)、空腹時血糖値、炎症の指標など、冠状動脈性心疾患の従来のリスク要因も効果的に特定した。

研究者らは、研究のサンプル サイズが比較的小さく、1 つのセンターでのみ実施されたことを認めている。さらに、研究参加者全員に、心臓病の疑いがあるかどうかの確認検査が勧められました。

しかし、研究チームは次のように書いています。「[熱画像診断] が [冠状動脈性心疾患] に基づいて予測できることは、将来の応用や研究の機会につながる可能性があります... 生物生理学的健康評価方法として、[熱画像診断] は従来の臨床測定を超えた疾患関連情報を提供し、それによって [動脈硬化性心血管疾患] や関連する慢性疾患の評価が向上する可能性があります。」

「非接触でリアルタイムであるため、ケアの現場で瞬時に病気を評価でき、臨床ワークフローを合理化し、医師と患者の重要な決定に費やす時間を節約できます。さらに、大規模な予備スクリーニングの可能性も秘めています。」

研究者らは次のように結論付けています。「高度な機械学習技術に基づいて開発した[サーマルイメージング]予測モデルは、現在の従来の臨床ツールと比較して有望な可能性を示しています。」

「現在の調査結果の外部妥当性と一般化可能性を確認するには、より多くの患者と多様な集団を対象としたさらなる研究が必要です。」