Predicția bolii coronariene prin imagistică termică facială și inteligență artificială: un nou instrument neinvaziv validat clinic

Un studiu publicat la 30 mai 2024 în jurnalul BMJ Health & Care Informatics arată că imagistica termică facială combinată cu inteligența artificială poate prezice cu acuratețe prezența bolii coronariene, depășind performanțele metodelor convenționale. Studiul a fost realizat de cercetători de la un centru unic de diagnostic cardiovascular, implicând 460 de pacienți cu suspiciune de boală coronariană.

Context

Diagnosticul actual al bolii coronariene se bazează pe evaluarea probabilistică a factorilor de risc clasici, precum sexul, vârsta, fumatul sau nivelul de colesterol. Aceste scoruri predictive, deși utile, nu sunt universal aplicabile și pot da rezultate inexacte. De asemenea, metodele complementare — cum ar fi electrocardiograma, angiografia coronariană sau analizele de sânge — sunt invazive, costisitoare și consumatoare de timp.

În contrast, imagistica termică, o metodă neinvazivă care detectează radiația infraroșie emisă de piele, permite evaluarea în timp real a distribuției temperaturii corporale. Această tehnologie poate evidenția anomalii de circulație sanguină sau inflamație, oferind un potențial neexploatat în patologiile cardiovasculare.

Progresele recente în tehnologia machine learning, care permite analiza automată a datelor complexe, deschid noi perspective pentru integrarea acestor metode în diagnosticarea bolilor cronice.

Despre studiul actual

Cercetătorii au evaluat fezabilitatea utilizării combinate a imagisticii termice și AI pentru detectarea bolii coronariene în rândul a 460 de pacienți (vârsta medie: 58 de ani, 27,5% femei), care prezentau simptome sugestive și erau programați pentru investigații confirmatorii.

Toți participanții au fost supuși capturării de imagini termice ale feței, înainte de realizarea testelor standard. Aceste imagini au fost ulterior utilizate pentru dezvoltarea și validarea unui model AI capabil să detecteze prezența bolii coronariene.

Dintre participanți, 322 (70%) au fost diagnosticați cu boală coronariană. Aceștia erau în general mai în vârstă, majoritar bărbați, cu un profil de risc cardiovascular mai pronunțat (colesterol crescut, greutate corporală mare, fumat, glicemie mare, utilizare frecventă de medicamente preventive).

Rezultate

Modelul AI bazat pe imagistica termică facială a fost cu 13% mai precis în identificarea bolii coronariene față de evaluările bazate pe factori de risc tradiționali și semne clinice.

Cei mai importanți trei predictori termici asociați cu prezența bolii coronariene au fost:

• Diferența de temperatură stânga-dreapta a întregii fețe (cel mai influent parametru)

• Temperatura facială maximă

• Temperatura facială medie

La o analiză detaliată, zona maxilarului stâng s-a dovedit a fi cel mai puternic predictor local, urmată de:

• Intervalul de temperatură în regiunea ochiului drept

• Diferențele de temperatură în regiunea tâmplei stângi

Modelul AI a reușit, de asemenea, să identifice factori de risc tradiționali pentru boala coronariană, cum ar fi:

• Hipercolesterolemia

• Sexul masculin

• Fumatul

• Indicele de masă corporală crescut

• Glicemia a jeun

• Markeri de inflamație

Concluzii și implicații clinice

Autorii recunosc limitările studiului, precum dimensiunea relativ mică a eșantionului, monocentricitatea și includerea exclusivă a pacienților deja suspectați de boală coronariană. Cu toate acestea, rezultatele susțin utilizarea imagisticii termice ca metodă neinvazivă, rapidă și accesibilă de screening pentru boala coronariană.

Cercetătorii concluzionează:

„Fezabilitatea predicției bolii coronariene prin imagistică termică sugerează aplicații clinice viitoare promițătoare. Acest tip de evaluare fiziologică oferă informații relevante dincolo de parametrii clinici tradiționali, permițând detectarea bolilor aterosclerotice și a altor afecțiuni cronice.”

Această metodă ar putea fi integrată în fluxul clinic de diagnostic, permițând:

• Evaluări instantanee la punctul de îngrijire

• Optimizarea timpului medic-pacient

• Screening în masă în populații largi

Totodată, cercetătorii subliniază necesitatea de studii suplimentare cu eșantioane mai mari și populații etnic diverse pentru validarea și generalizarea acestor rezultate.