顔面サーモグラフィとAIが冠動脈性心疾患を正確に予測

BMJ Health & Care Informatics誌に掲載された研究によると、顔面熱画像診断と人工知能（AI）を組み合わせることで、冠動脈疾患（CAD）を正確に予測できることが明らかになりました。この非侵襲的でリアルタイムな方法は、従来の方法よりも効果的であることが示され、より大規模で民族的に多様な患者集団で試験を実施すれば、臨床現場での診断精度とワークフローの改善に活用できる可能性があると研究者らは示唆しています。

研究者らによると、冠動脈疾患の診断における現在のガイドラインはリスク因子の確率に依存しているが、これは必ずしも正確ではなく、広く適用できるわけでもない。これらの方法は、心電図、血管造影検査、血液検査といった他の診断ツールで補完することは可能であるものの、時間がかかり、侵襲性が高い場合が多いと研究者らは付け加えている。

赤外線を検出することで物体表面の温度分布と変化を記録する熱画像診断法は非侵襲性です。皮膚温度のパターンに基づいて異常な血液循環や炎症部位を特定できるため、疾患評価における有望なツールであることが実証されています。

複雑な情報を抽出、処理、統合する能力を備えた機械学習 (AI) 技術の登場により、熱画像診断の精度と効率が向上します。

研究者らは、心臓病の疑いのある460人を対象に、熱画像診断とAIを組み合わせることで、侵襲的で時間のかかる検査を必要とせずに冠動脈疾患の存在を正確に予測できる可能性を調査することにしました。被験者の平均年齢は58歳で、女性は126人（27.5%）でした。

冠動脈疾患を検出するための AI 支援画像モデルの開発と検証を行うために、確認検査の前に被験者の顔の熱画像を撮影しました。

合計322名（70%）の参加者が冠動脈疾患と診断されていました。これらの参加者は概して高齢で、男性である傾向が強かったです。また、生活習慣、臨床的、生化学的リスク因子を有し、予防薬をより頻繁に服用している傾向もありました。

熱画像とAIを用いたアプローチは、従来のリスク要因と臨床徴候・症状を用いたリスクの事前評価と比較して、冠動脈疾患の予測において約13%の精度向上を示しました。最も重要な3つの熱指標のうち、顔の左右の全体的な温度差が最も影響力があり、次いで顔面最高温度と顔面平均温度が続きました。

特に、左顎領域の平均温度が最も強力な予測因子であり、次いで右眼領域の温度差、左右のこめかみ間の温度差が続きました。

このアプローチでは、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、冠動脈疾患の従来の危険因子も効果的に特定されました。

研究者らは、この研究のサンプル数が比較的少なく、また1つの施設でのみ実施されたという事実を認めている。さらに、心臓病の疑いがある被験者は全員、確認検査を受けるよう指示された。

しかし、研究チームは次のように書いている。「[熱画像診断]が[冠動脈疾患]を予測する能力は、将来の応用と研究の機会の可能性を示唆している。…健康状態を評価するための生物生理学的手法として、[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]および関連する慢性疾患の評価が向上する可能性がある。」

「非接触かつリアルタイムであるため、診療現場での即時的な疾患評価が可能になり、臨床ワークフローを効率化し、医師と患者の重要な意思決定に費やす時間を節約できます。また、大規模な事前スクリーニングにも活用できる可能性があります。」

研究者らは次のように結論付けている。「高度な[機械学習]技術に基づいて開発した[熱画像]予測モデルは、現在の従来の臨床ツールに比べて有望な可能性を示している。」

「今回の研究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。」