தெர்மல் ஃபேஷியல் ஸ்கேனிங் மற்றும் AI ஆகியவை கரோனரி இதய நோயை துல்லியமாக கணிக்கின்றன

இந்த ஆய்வு BMJ Health & முக வெப்ப இமேஜிங் மற்றும் செயற்கை நுண்ணறிவு (AI) ஆகியவற்றின் கலவையானது கரோனரி தமனி நோய் (CHD) இருப்பதை துல்லியமாக கணிக்க முடியும் என்று கேர் இன்ஃபர்மேடிக்ஸ் கண்டறிந்துள்ளது. இந்த ஆக்கிரமிப்பு அல்லாத, நிகழ்நேர முறை பாரம்பரிய முறைகளை விட மிகவும் பயனுள்ளதாக இருப்பதாகக் கண்டறியப்பட்டது மற்றும் பெரிய மற்றும் அதிக இனரீதியாக வேறுபட்ட நோயாளி மக்கள்தொகையில் சோதிக்கப்பட்டால், கண்டறியும் துல்லியம் மற்றும் பணிப்பாய்வுகளை மேம்படுத்த மருத்துவ நடைமுறையில் அறிமுகப்படுத்தப்படலாம் என்று ஆராய்ச்சியாளர்கள் பரிந்துரைக்கின்றனர்.

கரோனரி தமனி நோயைக் கண்டறிவதற்கான தற்போதைய வழிகாட்டுதல்கள், எப்போதும் துல்லியமான அல்லது பரவலாகப் பொருந்தாத ஆபத்துக் காரணிகளின் சாத்தியக்கூறுகளின் மதிப்பீடுகளை நம்பியிருக்கின்றன என்று ஆராய்ச்சியாளர்கள் கூறுகின்றனர். இந்த முறைகள் ECGகள், ஆஞ்சியோகிராம்கள் மற்றும் இரத்த பரிசோதனைகள் போன்ற பிற கண்டறியும் கருவிகளால் பூர்த்தி செய்யப்படலாம் என்றாலும், அவை பெரும்பாலும் நேரத்தை எடுத்துக்கொள்வது மற்றும் ஆக்கிரமிப்பு ஆகும், ஆராய்ச்சியாளர்கள் மேலும் கூறுகின்றனர்.

அகச்சிவப்பு கதிர்வீச்சைக் கண்டறிவதன் மூலம் ஒரு பொருளின் மேற்பரப்பில் பரவல் மற்றும் வெப்பநிலை மாறுபாடுகளைப் பதிவு செய்யும் வெப்ப இமேஜிங், ஆக்கிரமிப்பு அல்ல. தோல் வெப்பநிலை முறைகளின் அடிப்படையில் அசாதாரண சுழற்சி மற்றும் அழற்சியின் பகுதிகளை அடையாளம் காண முடியும் என்பதால் இது நோய் மதிப்பீட்டிற்கான ஒரு நம்பிக்கைக்குரிய கருவியாக நிரூபிக்கப்பட்டுள்ளது.

சிக்கலான தகவல்களைப் பிரித்தெடுக்கும், செயலாக்கும் மற்றும் ஒருங்கிணைக்கும் திறன் கொண்ட இயந்திரக் கற்றல் (AI) தொழில்நுட்பங்களின் தோற்றம், தெர்மல் இமேஜிங் கண்டறிதலின் துல்லியம் மற்றும் செயல்திறனை மேம்படுத்தும்.

ஆராய்ச்சியாளர்கள் AI உடன் இணைந்து தெர்மல் இமேஜிங்கைப் பயன்படுத்தி இதய நோய் இருப்பதாக சந்தேகிக்கப்படும் 460 நபர்களுக்கு ஆக்கிரமிப்பு மற்றும் நேரத்தை எடுத்துக்கொள்ளும் முறைகள் தேவையில்லாமல் கரோனரி தமனி நோய் இருப்பதை துல்லியமாக கணிக்க முடிவு செய்தனர். அவர்களின் சராசரி வயது 58 ஆண்டுகள்; அவர்களில் 126 (27.5%) பேர் பெண்கள்.

கரோனரி தமனி நோயைக் கண்டறிவதற்கான AI-ஆதரவு இமேஜிங் மாதிரியை உருவாக்கவும் சரிபார்க்கவும் உறுதிப்படுத்தும் பரிசோதனைகளுக்கு முன் அவர்களின் முகங்களின் தெர்மல் இமேஜிங் படங்கள் எடுக்கப்பட்டன.

மொத்தம் 322 பங்கேற்பாளர்கள் (70%) கரோனரி இதய நோயை உறுதிப்படுத்தியுள்ளனர். இந்த மக்கள் வயதானவர்களாகவும் ஆண்களாகவும் இருக்க வாய்ப்புகள் அதிகம். அவர்கள் வாழ்க்கை முறை, மருத்துவ மற்றும் உயிர்வேதியியல் ஆபத்து காரணிகள் மற்றும் தடுப்பு மருந்துகளை அடிக்கடி பயன்படுத்துவதற்கான வாய்ப்புகள் அதிகம்.

பாரம்பரிய ஆபத்து காரணிகள் மற்றும் மருத்துவ அறிகுறிகள் மற்றும் அறிகுறிகளைப் பயன்படுத்தி ஆரம்ப ஆபத்து மதிப்பீட்டைக் காட்டிலும், வெப்ப இமேஜிங் மற்றும் AI அணுகுமுறை கரோனரி இதய நோயைக் கணிப்பதில் 13% சிறப்பாக இருந்தது. மூன்று மிக முக்கியமான வெப்பக் குறிகாட்டிகளில், முகத்தின் இடது மற்றும் வலது பக்கங்களுக்கு இடையே உள்ள ஒட்டுமொத்த வெப்பநிலை வேறுபாடு, அதைத் தொடர்ந்து அதிகபட்ச முக வெப்பநிலை மற்றும் சராசரி முக வெப்பநிலை ஆகியவை மிகவும் செல்வாக்கு செலுத்துகின்றன.

குறிப்பாக, இடது தாடைப் பகுதியின் சராசரி வெப்பநிலையானது வலுவான முன்னறிவிப்பாக இருந்தது, அதைத் தொடர்ந்து வலது கண் பகுதியில் வெப்பநிலை வேறுபாடு மற்றும் இடது மற்றும் வலது கோயில்களுக்கு இடையிலான வெப்பநிலை வேறுபாடு.

கரோனரி இதய நோய்க்கான பாரம்பரிய ஆபத்து காரணிகளையும் இந்த அணுகுமுறை திறம்பட அடையாளம் கண்டுள்ளது: அதிக கொழுப்பு, ஆண் பாலினம், புகைபிடித்தல், அதிக எடை (பிஎம்ஐ), உண்ணாவிரத குளுக்கோஸ் மற்றும் வீக்கத்தின் குறிகாட்டிகள்.

ஆராய்ச்சியாளர்கள் தங்கள் ஆய்வின் ஒப்பீட்டளவில் சிறிய மாதிரி அளவு மற்றும் அது ஒரே ஒரு மையத்தில் நடத்தப்பட்டது என்ற உண்மையை ஒப்புக்கொள்கிறார்கள். கூடுதலாக, அனைத்து ஆய்வில் பங்கேற்பாளர்களும் சந்தேகத்திற்குரிய இதய நோய்க்கான உறுதிப்படுத்தல் சோதனைகளுக்கு பரிந்துரைக்கப்பட்டனர்.

இருப்பினும், குழு எழுதுகிறது: “[கரோனரி இதய நோய்] அடிப்படையில் கணிக்கும் [வெப்ப இமேஜிங்கின்] திறன் எதிர்கால பயன்பாடுகள் மற்றும் ஆராய்ச்சி வாய்ப்புகளை சுட்டிக்காட்டுகிறது... உயிரியல் இயற்பியல் சுகாதார மதிப்பீட்டு முறையாக, [அது] நோயை வழங்குகிறது- பாரம்பரிய மருத்துவ அளவீடுகளுக்கு அப்பாற்பட்ட தொடர்புடைய தகவல்கள், [அதிரோஸ்கிளிரோடிக் கார்டியோவாஸ்குலர் நோய்] மற்றும் தொடர்புடைய நாட்பட்ட நிலைகளின் மதிப்பீட்டை மேம்படுத்தலாம்."

"[அதன்] தொடர்பு இல்லாத, நிகழ் நேரத் தன்மையானது, கவனிப்பின் இடத்தில் உடனடி நோய் மதிப்பீட்டை அனுமதிக்கிறது, இது மருத்துவப் பணிப்பாய்வுகளை ஒழுங்குபடுத்தும் மற்றும் முக்கியமான மருத்துவர் மற்றும் நோயாளி முடிவுகளுக்கான நேரத்தைச் சேமிக்கும். கூடுதலாக, இது ஆற்றலைக் கொண்டுள்ளது. வெகுஜன பூர்வாங்க திரையிடலுக்கு."

ஆராய்ச்சியாளர்கள் முடிக்கிறார்கள்: "தற்போதைய பாரம்பரிய மருத்துவக் கருவிகளுடன் ஒப்பிடும்போது மேம்பட்ட [இயந்திர கற்றல்] தொழில்நுட்பங்களின் அடிப்படையில் எங்களின் வளர்ந்த [வெப்ப இமேஜிங்] முன்கணிப்பு மாதிரிகள் நம்பிக்கைக்குரிய திறனைக் காட்டின."

"தற்போதைய கண்டுபிடிப்புகளின் வெளிப்புற செல்லுபடியாக்கம் மற்றும் பொதுமைத்தன்மையை உறுதிப்படுத்த, அதிக எண்ணிக்கையிலான நோயாளிகள் மற்றும் பலதரப்பட்ட மக்களை உள்ளடக்கிய கூடுதல் ஆய்வுகள் தேவை."