Nouvelles publications
Le scanner thermique du visage et l’IA prédisent avec précision les maladies coronariennes
Dernière revue: 14.06.2024
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.
L'étude a été publiée dans BMJ Health & Care Informatics a découvert qu'une combinaison d'imagerie thermique faciale et d'intelligence artificielle (IA) peut prédire avec précision la présence d'une maladie coronarienne. Cette méthode non invasive en temps réel s'est avérée plus efficace que les méthodes traditionnelles et pourrait être introduite dans la pratique clinique pour améliorer la précision du diagnostic et le flux de travail si elle était testée sur des populations de patients plus larges et plus diversifiées sur le plan ethnique, suggèrent les chercheurs.
Les directives actuelles pour le diagnostic des maladies coronariennes reposent sur des estimations de la probabilité de facteurs de risque qui ne sont pas toujours précises ou largement applicables, affirment les chercheurs. Bien que ces méthodes puissent être complétées par d'autres outils de diagnostic tels que les ECG, les angiogrammes 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 en détectant le rayonnement infrarouge, est non invasive. Il s'est avéré être un outil prometteur pour l'évaluation des maladies, car il peut identifier les zones de circulation anormale et d'inflammation en fonction des schémas de température de la peau.
L'émergence 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 par imagerie thermique.
Les chercheurs ont décidé d'étudier la possibilité d'utiliser l'imagerie thermique en combinaison avec l'IA pour prédire avec précision la présence d'une maladie coronarienne sans avoir recours à des méthodes invasives et chronophages chez 460 personnes suspectées d'une maladie cardiaque. Leur âge moyen était de 58 ans; 126 (27,5 %) d'entre elles étaient des femmes.
Des images d'imagerie thermique de leurs visages ont été prises avant les examens de confirmation pour développer et valider un modèle d'imagerie assisté par l'IA pour détecter les maladies coronariennes.
Au total, 322 participants (70 %) souffraient d'une maladie coronarienne confirmée. Ces personnes avaient tendance à être plus âgées et plus susceptibles d'être des hommes. Ils étaient également plus susceptibles d'avoir des facteurs de risque liés au mode de vie, cliniques et biochimiques, ainsi qu'une utilisation plus fréquente de médicaments préventifs.
L'imagerie thermique et l'approche IA étaient environ 13 % plus efficaces pour prédire les maladies coronariennes que l'évaluation préliminaire des risques utilisant les facteurs de risque traditionnels et les signes et symptômes cliniques. Parmi les trois indicateurs thermiques les plus significatifs, le plus influent était la différence de température globale entre les côtés gauche et droit du visage, suivie de la température faciale maximale et de la température faciale moyenne.
Plus précisément, 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 des maladies coronariennes : taux de cholestérol élevé, sexe masculin, tabagisme, surpoids (IMC), glycémie à jeun et indicateurs d'inflammation.
Les chercheurs reconnaissent la taille relativement petite de l'échantillon de leur étude et le fait qu'elle n'a été menée que 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 en fonction de [la maladie coronarienne] laisse entrevoir de futures applications potentielles et des opportunités de recherche... En tant que méthode d’évaluation biophysiologique de la santé, [elle] fournit des informations liées à la maladie au-delà des mesures cliniques traditionnelles, ce qui peut améliorer l’évaluation de [la maladie cardiovasculaire athéroscléreuse] et des maladies chroniques associées. »
"La nature sans contact et en temps réel de [ce système] permet une évaluation instantanée de la maladie sur le lieu d'intervention, ce qui peut rationaliser les flux de travail cliniques et gagner du temps pour les décisions importantes du médecin et du patient. En outre, il a le potentiel pour un dépistage préliminaire de masse."
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. »
"Des études supplémentaires impliquant un plus grand nombre de patients et des populations diverses sont nécessaires pour confirmer la validité externe et la généralisabilité des résultats actuels."