שילוב של הדמיה תרמית של הפנים ובינה מלאכותית (AI) יכול לחזות במדויק נוכחות של מחלת עורקים כליליים, כך עולה ממחקר שפורסם בכתב העת הפתוח. BMJ Health & Care Informatics.
הגישה הבלתי פולשנית בזמן אמת זו יעילה יותר משיטות קונבנציונליות וניתן לאמץ אותה לתרגול קליני כדי לשפר את הדיוק של האבחון וזרימת העבודה, בהמתנה לבדיקות על מספרים גדולים יותר ומגוונים יותר מבחינה אתנית של חולים, מציעים החוקרים.
ההנחיות הנוכחיות לאבחון מחלת לב כלילית מסתמכות על הערכת הסתברות של גורמי סיכון שאינם תמיד מדויקים או ישימים באופן נרחב, אומרים החוקרים.
ולמרות שניתן להשלים את אלה עם אבחונים אחרים, כגון קריאת א.ק.ג, אנגיוגרפיה ובדיקות דם, אלה הם לעתים קרובות גוזלים זמן ופולשניים, הם מוסיפים.
הדמיה תרמית, הלוכדת את התפלגות הטמפרטורה והשינויים על פני האובייקט על ידי זיהוי קרינת האינפרה האדומה הנפלטת על ידי אותו אובייקט, אינה פולשנית.
והוא התגלה ככלי מבטיח להערכת מחלות מכיוון שהוא יכול לזהות אזורים של זרימת דם לא תקינה ודלקת מדפוסי טמפרטורת העור.
הופעתה של טכנולוגיית למידת מכונה (AI), עם יכולתה לחלץ, לעבד ולשלב מידע מורכב, עשויה לשפר את הדיוק והיעילות של אבחון הדמיה תרמית.
החוקרים יצאו אפוא לבחון את ההיתכנות של שימוש בהדמיה תרמית בתוספת AI כדי לחזות במדויק את נוכחות מחלת העורקים הכליליים ללא צורך בטכניקות פולשניות וגוזלות זמן ב-460 אנשים עם חשד למחלת לב. הגיל הממוצע שלהם היה 58; 126 (27.5%) מהן היו נשים.
תמונות תרמיות של פניהם נלכדו לפני בדיקות אישור לפיתוח ולאמת מודל הדמיה בסיוע AI לאיתור מחלת עורקים כליליים.
בסך הכל, 322 משתתפים (70%) אושרו כסובלים ממחלת עורקים כליליים. אנשים אלה נטו להיות מבוגרים יותר וסביר יותר שהם גברים. הם גם היו בעלי סיכוי גבוה יותר לסבול מגורמי סיכון, קליניים וביוכימיים, כמו גם שימוש גבוה יותר בתרופות מונעות.
גישת ההדמיה התרמית בתוספת AI הייתה טובה יותר ב-13% בניבוי מחלת עורקים כליליים בהשוואה להערכת הסיכון שלפני הבדיקה הכוללת גורמי סיכון מסורתיים וסימנים ותסמינים קליניים.
בין שלושת האינדיקטורים התרמיים החזויים המשמעותיים ביותר, המשפיע ביותר היה הפרש הטמפרטורות הכולל של שמאל-ימין של הפנים, ואחריו טמפרטורת הפנים המקסימלית וטמפרטורת הפנים הממוצעת.
ובאופן ספציפי, הטמפרטורה הממוצעת של אזור הלסת השמאלית הייתה התכונה הניבוי החזקה ביותר, ואחריה טווח הטמפרטורות של אזור העין הימנית והפרש הטמפרטורה משמאל לימין באזורי הרקה השמאלית.
הגישה זיהתה ביעילות גם גורמי סיכון מסורתיים למחלת עורקים כליליים: כולסטרול גבוה; מין זכר; לעשן; משקל עודף (BMI); גלוקוז בצום בדם, כמו גם אינדיקטורים לדלקת.
החוקרים מכירים בגודל המדגם הקטן יחסית של המחקר שלהם ובעובדה שהוא בוצע במרכז אחד בלבד. ומשתתפי המחקר הופנו כולם לבדיקות אישור על חשד למחלת לב.
אבל בכל זאת הם כותבים: "היתכנות של חיזוי מבוסס (הדמיה תרמית) (מחלת עורקים כליליים) מציעה יישומים עתידיים פוטנציאליים והזדמנויות מחקר."
הם מוסיפים: "כשיטת הערכת בריאות המבוססת על ביו-פיזיולוגית, (היא) מספקת מידע רלוונטי למחלה מעבר לאמצעים קליניים מסורתיים שיכולים לשפר (מחלות לב וכלי דם טרשתיות) והערכת מצב כרונית קשורה.
"הטבע הבלתי מגע בזמן אמת של (זה) מאפשר הערכת מחלה מיידית בנקודת הטיפול, מה שיכול לייעל את זרימות העבודה הקליניות ולחסוך זמן לקבלת החלטות חשובות של רופא-מטופל. בנוסף, יש לה פוטנציאל אפשר בדיקה מוקדמת המונית."
והם מסכמים: "מודלי החיזוי (הדמיה תרמית) שפותחו שלנו, המבוססים על טכנולוגיה מתקדמת (למידת מכונה), הציגו פוטנציאל מבטיח בהשוואה לכלים הקליניים הקונבנציונליים הנוכחיים.
"דרושות מחקרים נוספים המשלבים גדלי מדגם גדולים יותר ואוכלוסיות חולים מגוונות כדי לאמת את התוקף החיצוני וההכללה של הממצאים הנוכחיים."
