Temperatura obraza lahko napoveduje bolezni srca z večjo natančnostjo kot trenutne metode

V nedavni študiji, objavljeni v reviji BMJ Health & Care Informatics, so raziskovalci ocenili izvedljivost uporabe obrazne infrardeče termografije (IRT) za napovedovanje koronarne srčne bolezni (CHD).

Korenična srčna bolezen (KSB) je eden glavnih vzrokov smrti in predstavlja pomembno breme po vsem svetu. Natančna diagnoza KSB je pomembna za oskrbo in zdravljenje. Trenutno se za določanje verjetnosti KSB pri bolnikih uporabljajo orodja za ocenjevanje verjetnosti pred testiranjem (PTP). Vendar pa imajo ta orodja težave s subjektivnostjo, omejeno posplošljivostjo in zmerno natančnostjo.

Čeprav lahko dodatni kardiovaskularni testi (kalcijev indeks koronarnih arterij in elektrokardiografija) ali sofisticirani klinični modeli, ki vključujejo dodatne laboratorijske označevalce in dejavnike tveganja, izboljšajo oceno verjetnosti, obstajajo težave, povezane s časovno učinkovitostjo, kompleksnostjo postopka in omejeno razpoložljivostjo.

IRT, tehnologija za brezkontaktno zaznavanje temperature površine, kaže obetavne rezultate pri ocenjevanju bolezni. Iz vzorcev temperature kože lahko zazna vnetje in nenormalen pretok krvi. Študije kažejo na povezave med informacijami IRT in aterosklerotičnimi srčno-žilnimi boleznimi ter sorodnimi stanji.

V tej študiji so raziskovalci ocenili izvedljivost uporabe podatkov o temperaturi obraza, pridobljenih z IRT, za napovedovanje koronarne arterijske bolezni. V študijo so bili vključeni odrasli, ki so jim opravili koronarno CT angiografijo (CCTA) ali invazivno koronarno angiografijo (ICA). Usposobljeno osebje je pridobilo izhodiščne podatke in izvedlo posnetke IRT pred CCTA ali ICA.

Za pridobitev dodatnih informacij, vključno z biokemijo krvi, klinično anamnezo, dejavniki tveganja in rezultati presejalnih testov za koronarno arterijsko bolezen (KBS), so bili uporabljeni elektronski zdravstveni zapisi. Za analizo in obdelavo (enakomerno spreminjanje velikosti, pretvorba v sivinske odtenke in obrezovanje ozadja) je bila na udeleženca izbrana ena slika IRT.

Ekipa je razvila slikovni model IRT z uporabo naprednega algoritma globokega učenja. Za primerjavo sta bila razvita dva modela: eden je bil model PTP (klinična izhodiščna vrednost), ki je vključeval starost, spol in značilnosti simptomov bolnikov, drugi pa je bil hibridni, ki je združeval IRT in klinične podatke iz modelov IRT oziroma PTP.

Izvedenih je bilo več interpretacijskih analiz, vključno z okluzijskimi poskusi, vizualizacijo zemljevidov poudarkov, analizami odziva na odmerek in napovedjo nadomestnih CAD oznak. Poleg tega so bile iz slike IRT izluščene različne značilnosti tabele IRT, razvrščene na ravni celotnega obraza in območja zanimanja (ROI).

Izvlečene značilnosti so bile na splošno razvrščene v značilnosti teksture prvega reda, teksture drugega reda, temperature in fraktalne analize. Algoritem XGBoost je integriral te izvlečene značilnosti in ocenil njihovo napovedno vrednost za koronarno srčno bolezen. Raziskovalci so ocenili učinkovitost z uporabo vseh značilnosti in samo temperaturnih značilnosti.

Med septembrom 2021 in februarjem 2023 je bilo pregledanih skupno 893 odraslih, ki so jim opravili CCTA ali ICA. Od teh je bilo vključenih 460 udeležencev s povprečno starostjo 58,4 let; 27,4 % jih je bilo žensk in 70 % jih je imelo koronarno arterijsko bolezen. Bolniki s koronarno arterijsko boleznijo so imeli višjo starost in prevalenco dejavnikov tveganja v primerjavi z bolniki brez koronarne arterijske bolezni. Model IRT-slike je bistveno presegel model PTP.

Vendar pa se delovanje hibridnega in IRT slikovnega modela ni bistveno razlikovalo. Uporaba samo temperaturnih značilnosti ali vseh izvlečenih značilnosti je imela boljšo napovedno učinkovitost, kar je bilo skladno z IRT slikovnim modelom. Na ravni celotnega obraza je imela največji vpliv skupna temperaturna razlika med levo in desno, medtem ko je imela na ravni ROI največji vpliv povprečna temperatura leve čeljusti.

Pri modelu IRT-slike so bile opažene različne stopnje poslabšanja delovanja pri zakrivanju različnih ROI. Največji vpliv je imela okluzija zgornjega in spodnjega predela ustnice. Poleg tega se je model IRT-slike dobro odrezal pri napovedovanju nadomestnih označevalcev, povezanih s koronarno arterijsko boleznijo, kot so hiperlipidemija, kajenje, indeks telesne mase, glikirani hemoglobin in vnetje.

Študija je pokazala izvedljivost uporabe podatkov o temperaturi obraza, pridobljenih z IRT, za napovedovanje koronarne arterijske bolezni. Slikovni model IRT je presegel model PTP, ki ga priporočajo smernice, kar je poudarilo njegov potencial pri ocenjevanju koronarne arterijske bolezni. Poleg tega vključitev kliničnih informacij v slikovni model IRT ni prinesla dodatnih izboljšav, kar kaže na to, da so pridobljene informacije IRT že vsebovale pomembne informacije v zvezi s koronarno arterijsko boleznijo.

Poleg tega je bila napovedna vrednost modela IRT potrjena z uporabo interpretiranih tabelaričnih značilnosti IRT, ki so bile relativno skladne s slikovnim modelom IRT. Te značilnosti so prav tako zagotovile informacije o pomembnih vidikih za napovedovanje koronarne srčne bolezni, kot sta simetrija temperature obraza in neenakomernost porazdelitve. Za validacijo so potrebne nadaljnje študije z večjimi vzorci in raznolikimi populacijami.