Pemindaian wajah termal dan AI secara akurat memprediksi penyakit jantung koroner
Terakhir ditinjau: 14.06.2024
Semua konten iLive ditinjau secara medis atau diperiksa fakta untuk memastikan akurasi faktual sebanyak mungkin.
Kami memiliki panduan sumber yang ketat dan hanya menautkan ke situs media terkemuka, lembaga penelitian akademik, dan, jika mungkin, studi yang ditinjau secara medis oleh rekan sejawat. Perhatikan bahwa angka dalam tanda kurung ([1], [2], dll.) Adalah tautan yang dapat diklik untuk studi ini.
Jika Anda merasa salah satu konten kami tidak akurat, ketinggalan zaman, atau dipertanyakan, pilih dan tekan Ctrl + Enter.
Studi ini dipublikasikan di BMJ Health & Care Informatics telah menemukan bahwa kombinasi pencitraan termal wajah dan kecerdasan buatan (AI) dapat secara akurat memprediksi keberadaan penyakit arteri koroner (PJK). Metode non-invasif dan real-time ini terbukti lebih efektif dibandingkan metode tradisional dan dapat diperkenalkan ke dalam praktik klinis untuk meningkatkan akurasi diagnostik dan alur kerja jika diuji pada populasi pasien yang lebih besar dan beragam etnis, saran para peneliti. p>
Pedoman saat ini untuk mendiagnosis penyakit arteri koroner bergantung pada perkiraan kemungkinan faktor risiko yang tidak selalu akurat atau dapat diterapkan secara luas, kata para peneliti. Meskipun metode ini dapat dilengkapi dengan alat diagnostik lain seperti EKG, angiogram, dan tes darah, metode ini seringkali memakan waktu dan invasif, tambah para peneliti.
Pencitraan termal, yang mencatat distribusi dan variasi suhu pada permukaan suatu objek dengan mendeteksi radiasi infra merah, bersifat non-invasif. Alat ini terbukti menjadi alat yang menjanjikan untuk menilai penyakit karena dapat mengidentifikasi area sirkulasi abnormal dan peradangan berdasarkan pola suhu kulit.
Munculnya teknologi pembelajaran mesin (AI) dengan kemampuannya mengekstrak, memproses, dan mengintegrasikan informasi kompleks dapat meningkatkan akurasi dan efisiensi diagnostik pencitraan termal.
Para peneliti memutuskan untuk mempelajari kemungkinan penggunaan pencitraan termal yang dikombinasikan dengan AI untuk memprediksi secara akurat keberadaan penyakit arteri koroner tanpa memerlukan metode invasif dan memakan waktu pada 460 orang yang diduga menderita penyakit jantung. Usia rata-rata mereka adalah 58 tahun; 126 (27,5%) di antaranya adalah perempuan.
Gambar pencitraan termal pada wajah mereka diambil sebelum pemeriksaan konfirmasi untuk mengembangkan dan memvalidasi model pencitraan yang didukung AI untuk mendeteksi penyakit arteri koroner.
Sebanyak 322 peserta (70%) telah dipastikan menderita penyakit jantung koroner. Orang-orang ini cenderung lebih tua dan cenderung berjenis kelamin laki-laki. Mereka juga lebih cenderung memiliki faktor risiko gaya hidup, klinis, dan biokimia, serta lebih sering menggunakan obat pencegahan.
Pendekatan pencitraan termal dan AI sekitar 13% lebih baik dalam memprediksi penyakit jantung koroner dibandingkan penilaian risiko awal menggunakan faktor risiko tradisional serta tanda dan gejala klinis. Di antara tiga indikator termal paling signifikan, yang paling berpengaruh adalah perbedaan suhu keseluruhan antara sisi kiri dan kanan wajah, diikuti suhu wajah maksimum dan suhu wajah rata-rata.
Secara khusus, rata-rata suhu daerah rahang kiri merupakan prediktor terkuat, diikuti perbedaan suhu daerah mata kanan dan perbedaan suhu antara pelipis kiri dan kanan.
Pendekatan ini juga secara efektif mengidentifikasi faktor risiko tradisional penyakit jantung koroner: kolesterol tinggi, jenis kelamin laki-laki, merokok, kelebihan berat badan (BMI), glukosa puasa, dan indikator peradangan.
Para peneliti mengakui ukuran sampel penelitian mereka relatif kecil dan fakta bahwa penelitian tersebut dilakukan hanya di satu pusat. Selain itu, seluruh peserta penelitian dirujuk untuk tes konfirmasi dugaan penyakit jantung.
Namun, tim tersebut menulis: “Kemampuan [pencitraan termal] untuk memprediksi berdasarkan [penyakit jantung koroner] menunjukkan potensi penerapan dan peluang penelitian di masa depan... Sebagai metode penilaian kesehatan biofisiologis, [itu] menyediakan penyakit- informasi terkait di luar pengukuran klinis tradisional, yang dapat meningkatkan penilaian [penyakit kardiovaskular aterosklerotik] dan kondisi kronis terkait."
"Sifat non-kontak dan real-time memungkinkan penilaian penyakit secara instan di titik perawatan, yang dapat menyederhanakan alur kerja klinis dan menghemat waktu untuk pengambilan keputusan penting oleh dokter dan pasien. Selain itu, hal ini memiliki potensi untuk penyaringan pendahuluan massal."
Para peneliti menyimpulkan: “Model prediksi [pencitraan termal] yang kami kembangkan berdasarkan teknologi [machine learning] yang canggih menunjukkan potensi yang menjanjikan dibandingkan dengan alat klinis tradisional saat ini.”
"Penelitian lebih lanjut yang melibatkan jumlah pasien yang lebih besar dan populasi yang beragam diperlukan untuk mengonfirmasi validitas eksternal dan generalisasi temuan saat ini."