Температура лица может предсказать сердечные заболевания точнее других методов

В недавнем исследовании, опубликованном в журнале BMJ Health & Care Informatics, исследователи оценили возможность использования данных инфракрасной термографии лица (IRT) человека для прогнозирования ишемической болезни сердца (ИБС).

ИБС является ведущей причиной смертности со значительным глобальным бременем. Точная оценка ИБС имеет решающее значение для ухода и лечения. В настоящее время инструменты претестовой вероятности (PTP) используются для определения вероятности ИБС у пациентов с подозрением на ИБС. Тем не менее, эти инструменты имеют проблемы с субъективностью, ограниченной обобщаемостью и умеренной точностью.

Хотя дополнительные сердечно-сосудистые исследования (оценка кальция в коронарной артерии и электрокардиография) или сложные клинические модели, объединяющие дополнительные лабораторные маркеры и факторы риска, могут улучшить оценки вероятности, существуют проблемы, связанные с эффективностью времени, процедурной сложностью и ограниченной доступностью.

IRT, технология бесконтактного определения температуры поверхности, является многообещающей для оценки заболеваний. Он может выявить воспаление и нарушение кровообращения по температурным характеристикам кожи. Исследования указывают на связь между информацией IRT и атеросклеротическим сердечно-сосудистым заболеванием и связанными с ним состояниями.

В настоящем исследовании исследователи оценили возможность использования данных о температуре лица IRT для прогнозирования ИБС. В исследование были включены взрослые, которым проводилась коронарная КТ-ангиография (CCTA) или инвазивная коронарная ангиография (ICA). Обученный персонал получил исходные данные и провел съемку IRT перед CCTA или ICA.

Электронные медицинские записи использовались для получения дополнительной информации, включая биохимию крови, историю болезни, факторы риска и результаты обследования CAD. Перед анализом для каждого участника было выбрано одно изображение IRT и обработано (равномерное изменение размера, преобразование в оттенки серого и обрезка фона). Предсказанием, представляющим интерес, было наличие ИБС, определяемое как стеноз коронарного поражения ≥ 50%.

Команда разработала модель изображения IRT с усовершенствованным алгоритмом глубокого обучения. Для сравнения также были разработаны две модели; одна представляла собой модель PTP (клинический исходный уровень), которая включала возраст, пол и характеристики симптомов пациентов, а другая представляла собой гибрид, включающий как IRT, так и клиническую информацию из изображений IRT и моделей PTP соответственно.

Было проведено несколько интерпретационных анализов, включая эксперименты по окклюзии, визуализацию карты заметности, анализ зависимости «доза-эффект» и предсказание суррогатной метки CAD. Кроме того, из изображения IRT были извлечены разнообразные табличные функции IRT и классифицированы по уровням всего лица и области интереса (ROI).

В целом, извлеченные характеристики были разделены на текстуры первого порядка, текстуры второго порядка, температуры и характеристики фрактального анализа соответственно. Алгоритм XGBoost интегрировал эти извлеченные функции и оценил их прогностическую ценность для САПР. Исследователи оценивали производительность, используя все характеристики и только температурные характеристики.

Всего в период с сентября 2021 г. по февраль 2023 г. было обследовано 893 взрослых, проходящих CCTA или ICA. Из них было включено 460 участников в возрасте в среднем 58,4 лет; 27,4% составляли женщины, а 70% страдали ИБС. Субъекты ИБС были старше, мужчины и имели более высокую распространенность факторов риска по сравнению с лицами, не страдающими ИБС. Модель изображения IRT работала значительно лучше, чем модель PTP.

Однако производительность гибридных моделей изображений и моделей изображений IRT существенно не отличалась. Использование только температурных признаков или всех извлеченных признаков имело превосходную эффективность прогнозирования, что соответствовало модели изображения IRT. На уровне всего лица наибольшее влияние оказала общая разница температур слева и справа, тогда как на уровне ROI наибольшее влияние оказала средняя температура левой челюсти.

Для модели изображения IRT наблюдались различные уровни снижения производительности при перекрытии различных ROI. Наиболее значимое влияние оказала окклюзия области верхней и нижней губы. Кроме того, модель изображения IRT хорошо показала себя в прогнозировании суррогатных меток, связанных с ИБС, таких как гиперлипидемия, курение, индекс массы тела, гликированный гемоглобин и воспаление.

Исследование проиллюстрировало возможность использования данных температуры IRT лица человека для прогнозирования ИБС. Модель изображения IRT показала лучшие результаты, чем модель PTP, рекомендованная руководством, что подчеркивает ее потенциал при оценке CAD. Кроме того, включение клинической информации в модель изображения IRT не дало дополнительных улучшений, что позволяет предположить, что извлеченная информация IRT лица уже включает в себя соответствующую информацию, связанную с CAD.

Более того, прогностическая ценность модели IRT была подтверждена с использованием интерпретируемых табличных функций IRT, которые относительно соответствовали модели изображения IRT. Кроме того, эти интерпретируемые человеком функции IRT также позволили получить представление об аспектах, важных для прогнозирования CAD, таких как симметрия температуры лица и неравномерность распределения. Для проверки необходимы дальнейшие исследования с большими размерами выборки и разнообразными популяциями.