열 안면 스캔 및 AI로 관상 동맥 심장 질환을 정확하게 예측

이 연구는 BMJ Health & Care Informatics는 안면 열화상과 인공지능(AI)을 결합하면 관상동맥질환(CHD)의 존재를 정확하게 예측할 수 있다는 사실을 발견했습니다. 이 비침습적 실시간 방법은 전통적인 방법보다 더 효과적인 것으로 밝혀졌으며 더 크고 인종적으로 다양한 환자 집단에서 테스트할 경우 진단 정확도와 작업 흐름을 개선하기 위해 임상 실습에 도입될 수 있다고 연구원들은 제안합니다. p>

현재 관상동맥질환 진단 지침은 항상 정확하지 않거나 널리 적용할 수 없는 위험 요인의 가능성에 대한 추정에 의존하고 있다고 연구진은 말합니다. 이러한 방법은 심전도, 혈관 조영술, 혈액 검사 등 다른 진단 도구로 보완될 수 있지만, 시간이 많이 걸리고 침습적인 경우가 많다고 연구진은 덧붙입니다.

적외선을 감지하여 물체 표면의 분포와 온도 변화를 기록하는 열화상은 비침습적입니다. 피부 온도 패턴을 기반으로 비정상적인 순환 및 염증 부위를 식별할 수 있으므로 질병 평가를 위한 유망한 도구임이 입증되었습니다.

복잡한 정보를 추출, 처리, 통합하는 능력을 갖춘 머신러닝(AI) 기술의 출현으로 열화상 진단의 정확성과 효율성이 향상될 수 있습니다.

연구원들은 심장 질환이 의심되는 460명의 사람들을 대상으로 침습적이고 시간 소모적인 방법을 사용하지 않고도 관상동맥 질환의 존재를 정확하게 예측하기 위해 AI와 열화상을 결합할 수 있는 가능성을 연구하기로 결정했습니다. 그들의 평균 연령은 58세였습니다. 그 중 126명(27.5%)이 여성이었습니다.

관상동맥 질환을 감지하기 위한 AI 지원 영상 모델을 개발하고 검증하기 위해 확인 검사에 앞서 얼굴의 열화상 이미지를 촬영했습니다.

총 322명의 참가자(70%)가 관상동맥 심장 질환을 확인했습니다. 이 사람들은 나이가 더 많고 남성일 가능성이 더 높습니다. 또한 생활 방식, 임상적, 생화학적 위험 요인이 있을 가능성이 더 높았으며 예방 약물을 더 자주 사용했습니다.

열화상 이미지와 AI 접근 방식은 기존의 위험 요인과 임상 징후 및 증상을 사용한 예비 위험 평가보다 관상동맥 심장 질환을 예측하는 데 약 13% 더 효과적이었습니다. 세 가지 가장 중요한 열 지표 중 가장 영향력이 큰 것은 얼굴 왼쪽과 오른쪽의 전체 온도 차이였으며, 최고 안면 온도와 평균 안면 온도가 그 뒤를 이었습니다.

구체적으로는 왼쪽 턱 부위의 평균 온도가 가장 강력한 예측변수였으며, 오른쪽 눈 부위의 온도차, 왼쪽과 오른쪽 관자놀이 온도차가 그 뒤를 이었습니다.

이 접근 방식은 또한 고콜레스테롤, 남성, 흡연, 과체중(BMI), 공복 혈당, 염증 지표 등 관상동맥 심장 질환의 전통적인 위험 요인을 효과적으로 식별했습니다.

연구원들은 연구의 표본 크기가 상대적으로 작으며 해당 연구가 단 하나의 센터에서만 수행되었다는 사실을 인정합니다. 또한 모든 연구 참가자는 의심되는 심장 질환에 대한 확인 테스트를 의뢰받았습니다.

그러나 팀은 다음과 같이 썼습니다. "[관상동맥 심장 질환]을 기반으로 예측하는 [열 영상]의 능력은 잠재적인 미래 응용 및 연구 기회를 가리킵니다... 생물 생리학적 건강 평가 방법으로서 [그것은] 질병을 제공합니다. [죽상경화성 심혈관 질환] 및 관련 만성 질환의 평가를 개선할 수 있는 전통적인 임상 측정 이상의 관련 정보를 제공합니다."

"[it]의 비접촉 실시간 특성을 통해 치료 시점에서 즉각적인 질병 평가가 가능하므로 임상 작업 흐름을 간소화하고 의사와 환자가 중요한 결정을 내리는 데 소요되는 시간을 절약할 수 있습니다. 또한 잠재적인 가능성이 있습니다. 대량 사전심사를 위해."

연구원들은 다음과 같이 결론을 내렸습니다. "고급 [머신러닝] 기술을 기반으로 개발된 [열화상] 예측 모델은 현재의 전통적인 임상 도구에 비해 유망한 잠재력을 보여주었습니다."

"현재 연구 결과의 외부 타당성과 일반화 가능성을 확인하려면 더 많은 수의 환자와 다양한 인구를 대상으로 한 추가 연구가 필요합니다."