Pencitraan termal wajah dan AI secara akurat memprediksi penyakit jantung koroner

Sebuah studi yang diterbitkan dalam jurnal BMJ Health & Care Informatics menemukan bahwa kombinasi pencitraan termal wajah dan kecerdasan buatan (AI) dapat secara akurat memprediksi penyakit arteri koroner (CAD). Metode non-invasif dan real-time ini ditemukan lebih efektif daripada metode tradisional dan dapat diterapkan dalam praktik klinis untuk meningkatkan akurasi diagnostik dan alur kerja, jika diuji pada populasi pasien yang lebih besar dan lebih beragam secara etnis, menurut para peneliti.

Pedoman terkini untuk mendiagnosis penyakit arteri koroner bergantung pada probabilitas faktor risiko, yang tidak selalu akurat atau berlaku secara luas, kata para peneliti. Meskipun metode ini dapat dilengkapi dengan alat diagnostik lain, seperti EKG, angiogram, dan tes darah, metode ini sering kali memakan waktu dan invasif, imbuh para peneliti.

Pencitraan termal, yang merekam distribusi dan variasi suhu pada permukaan suatu objek dengan mendeteksi radiasi inframerah, bersifat non-invasif. Pencitraan ini telah terbukti sebagai alat yang menjanjikan untuk penilaian penyakit, karena dapat mengidentifikasi area sirkulasi darah abnormal dan peradangan berdasarkan pola suhu kulit.

Munculnya teknologi pembelajaran mesin (AI) dengan kemampuannya untuk mengekstrak, memproses, dan mengintegrasikan informasi yang kompleks dapat meningkatkan akurasi dan efisiensi diagnostik pencitraan termal.

Para peneliti bermaksud menyelidiki 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 termal wajah mereka diambil sebelum pemeriksaan konfirmasi untuk mengembangkan dan memvalidasi model pencitraan berbantuan AI untuk mendeteksi penyakit arteri koroner.

Sebanyak 322 peserta (70%) telah terkonfirmasi menderita penyakit jantung koroner. Orang-orang ini umumnya berusia lebih tua dan lebih cenderung berjenis kelamin laki-laki. Mereka juga lebih cenderung memiliki faktor risiko gaya hidup, klinis, dan biokimia, serta lebih sering menggunakan obat pencegahan.

Pendekatan yang menggunakan pencitraan termal dan AI sekitar 13% lebih baik dalam memprediksi penyakit jantung koroner daripada penilaian risiko awal menggunakan faktor risiko tradisional dan tanda serta gejala klinis. Di antara tiga indikator termal yang paling signifikan, perbedaan suhu keseluruhan antara sisi kiri dan kanan wajah adalah yang paling berpengaruh, diikuti oleh suhu wajah maksimum dan suhu wajah rata-rata.

Secara khusus, suhu rata-rata daerah rahang kiri merupakan prediktor terkuat, diikuti oleh perbedaan suhu di daerah mata kanan dan perbedaan suhu antara pelipis kiri dan kanan.

Pendekatan ini juga secara efektif mengidentifikasi faktor risiko tradisional untuk 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 yang relatif kecil dan fakta bahwa penelitian tersebut hanya dilakukan di satu pusat. Selain itu, semua peserta penelitian dirujuk untuk menjalani tes konfirmasi jika mereka diduga menderita penyakit jantung.

Namun, tim tersebut menulis: "Kemampuan [pencitraan termal] untuk memprediksi [penyakit arteri koroner] menunjukkan potensi aplikasi dan peluang penelitian di masa depan... Sebagai metode biofisiologis untuk menilai kesehatan, [metode ini] memberikan informasi terkait penyakit di luar pengukuran klinis tradisional, yang dapat meningkatkan penilaian [penyakit kardiovaskular aterosklerotik] dan kondisi kronis terkait."

"[Sifatnya] yang nonkontak dan real-time memungkinkan penilaian penyakit secara instan di titik perawatan, yang dapat memperlancar alur kerja klinis dan menghemat waktu untuk keputusan penting dokter dan pasien. Ia juga berpotensi untuk pra-skrining massal."

Para peneliti menyimpulkan: "Model prediksi [pencitraan termal] yang kami kembangkan berdasarkan teknologi [pembelajaran mesin] canggih menunjukkan potensi yang menjanjikan dibandingkan dengan peralatan klinis tradisional saat ini."

"Penelitian lebih lanjut yang melibatkan lebih banyak pasien dan populasi yang beragam diperlukan untuk mengonfirmasi validitas eksternal dan generalisasi temuan saat ini."