Nouvelles publications
L'imagerie thermique faciale et l'IA prédisent avec précision les maladies coronariennes
Dernière revue: 02.07.2025
Tout le contenu iLive fait l'objet d'un examen médical ou d'une vérification des faits pour assurer autant que possible l'exactitude factuelle.
Nous appliquons des directives strictes en matière d’approvisionnement et ne proposons que des liens vers des sites de médias réputés, des instituts de recherche universitaires et, dans la mesure du possible, des études évaluées par des pairs sur le plan médical. Notez que les nombres entre parenthèses ([1], [2], etc.) sont des liens cliquables vers ces études.
Si vous estimez qu'un contenu quelconque de notre contenu est inexact, obsolète ou discutable, veuillez le sélectionner et appuyer sur Ctrl + Entrée.
Une étude publiée dans la revue BMJ Health & Care Informatics a révélé qu'une combinaison d'imagerie thermique faciale et d'intelligence artificielle (IA) permet de prédire avec précision la maladie coronarienne (MC). Cette méthode non invasive et en temps réel s'est avérée plus efficace que les méthodes traditionnelles et pourrait être mise en œuvre en pratique clinique pour améliorer la précision du diagnostic et le flux de travail, si elle était testée auprès de populations de patients plus larges et plus diversifiées sur le plan ethnique, suggèrent les chercheurs.
Les recommandations actuelles pour le diagnostic des maladies coronariennes reposent sur les probabilités des facteurs de risque, qui ne sont pas toujours précises ni largement applicables, précisent les chercheurs. Bien que ces méthodes puissent être complétées par d'autres outils diagnostiques, tels que l'ECG, l'angiographie et les analyses sanguines, elles sont souvent chronophages et invasives, ajoutent les chercheurs.
L'imagerie thermique, qui enregistre la distribution et les variations de température à la surface d'un objet grâce à la détection du rayonnement infrarouge, est non invasive. Elle s'est révélée être un outil prometteur pour l'évaluation des maladies, car elle permet d'identifier les zones de circulation sanguine anormale et d'inflammation grâce aux variations de température cutanée.
L’avènement des technologies d’apprentissage automatique (IA) avec leur capacité à extraire, traiter et intégrer des informations complexes peut améliorer la précision et l’efficacité des diagnostics d’imagerie thermique.
Les chercheurs ont entrepris d'étudier la possibilité d'utiliser l'imagerie thermique combinée à l'IA pour prédire avec précision la présence d'une maladie coronarienne, sans recourir à des méthodes invasives et chronophages, chez 460 personnes suspectées d'être atteintes d'une maladie cardiaque. Leur âge moyen était de 58 ans; 126 d'entre elles (27,5 %) étaient des femmes.
Des images thermiques de leurs visages ont été prises avant les examens de confirmation pour développer et valider un modèle d'imagerie assistée par IA pour la détection des maladies coronariennes.
Au total, 322 participants (70 %) présentaient une maladie coronarienne confirmée. Ces personnes étaient généralement plus âgées et plus souvent de sexe masculin. Elles étaient également plus susceptibles de présenter des facteurs de risque liés au mode de vie, aux facteurs cliniques et biochimiques, et de recourir plus fréquemment à des médicaments préventifs.
L'approche utilisant l'imagerie thermique et l'IA s'est avérée environ 13 % plus efficace pour prédire les maladies coronariennes qu'une évaluation préalable du risque utilisant les facteurs de risque traditionnels et les signes et symptômes cliniques. Parmi les trois indicateurs thermiques les plus significatifs, la différence de température globale entre les côtés gauche et droit du visage était la plus influente, suivie de la température faciale maximale et de la température faciale moyenne.
En particulier, la température moyenne de la région de la mâchoire gauche était le prédicteur le plus fort, suivie de la différence de température dans la région de l’œil droit et de la différence de température entre les tempes gauche et droite.
L’approche a également permis d’identifier efficacement les facteurs de risque traditionnels de maladie coronarienne: taux de cholestérol élevé, sexe masculin, tabagisme, surpoids (IMC), glycémie à jeun et indicateurs d’inflammation.
Les chercheurs reconnaissent la taille relativement réduite de l'échantillon de leur étude et le fait qu'elle ait été menée dans un seul centre. De plus, tous les participants à l'étude ont été orientés vers des tests de confirmation en cas de suspicion de maladie cardiaque.
Cependant, l'équipe écrit: « La capacité de [l'imagerie thermique] à prédire [les maladies coronariennes] laisse entrevoir de futures applications potentielles et des opportunités de recherche... En tant que méthode biophysiologique d'évaluation de la santé, [elle] fournit des informations liées à la maladie au-delà des mesures cliniques traditionnelles, ce qui peut améliorer l'évaluation des [maladies cardiovasculaires athéroscléreuses] et des maladies chroniques associées. »
« Sa nature sans contact et en temps réel permet une évaluation instantanée de la maladie au point de service, ce qui peut rationaliser les flux cliniques et faire gagner du temps aux médecins et aux patients pour prendre des décisions importantes. »
Les chercheurs concluent: « Nos modèles de prédiction [d'imagerie thermique] développés, basés sur des technologies avancées [d'apprentissage automatique], ont montré un potentiel prometteur par rapport aux outils cliniques traditionnels actuels. »
« D’autres études portant sur un plus grand nombre de patients et des populations diverses sont nécessaires pour confirmer la validité externe et la généralisabilité des résultats actuels. »