முக வெப்ப இமேஜிங் மற்றும் AI ஆகியவை கரோனரி இதய நோயை துல்லியமாக கணிக்கின்றன

BMJ Health & Care Informatics இதழில் வெளியிடப்பட்ட ஒரு ஆய்வில், முக வெப்ப இமேஜிங் மற்றும் செயற்கை நுண்ணறிவு (AI) ஆகியவற்றின் கலவையானது கரோனரி தமனி நோயை (CAD) துல்லியமாக கணிக்க முடியும் என்று கண்டறியப்பட்டுள்ளது. ஆக்கிரமிப்பு இல்லாத, நிகழ்நேர முறை பாரம்பரிய முறைகளை விட மிகவும் பயனுள்ளதாக இருப்பதாகக் கண்டறியப்பட்டது, மேலும் பெரிய, இன ரீதியாக வேறுபட்ட நோயாளி மக்கள்தொகையில் சோதிக்கப்பட்டால், நோயறிதல் துல்லியம் மற்றும் பணிப்பாய்வை மேம்படுத்த மருத்துவ நடைமுறையில் செயல்படுத்தப்படலாம் என்று ஆராய்ச்சியாளர்கள் தெரிவிக்கின்றனர்.

கரோனரி தமனி நோயைக் கண்டறிவதற்கான தற்போதைய வழிகாட்டுதல்கள் ஆபத்து காரணி நிகழ்தகவுகளைச் சார்ந்துள்ளன, அவை எப்போதும் துல்லியமாகவோ அல்லது பரவலாகப் பொருந்தக்கூடியதாகவோ இருக்காது என்று ஆராய்ச்சியாளர்கள் கூறுகின்றனர். இந்த முறைகள் ECGகள், ஆஞ்சியோகிராம்கள் மற்றும் இரத்தப் பரிசோதனைகள் போன்ற பிற நோயறிதல் கருவிகளுடன் கூடுதலாக வழங்கப்படலாம் என்றாலும், அவை பெரும்பாலும் நேரத்தை எடுத்துக்கொள்ளும் மற்றும் ஊடுருவக்கூடியவை என்று ஆராய்ச்சியாளர்கள் மேலும் கூறுகின்றனர்.

அகச்சிவப்பு கதிர்வீச்சைக் கண்டறிவதன் மூலம் ஒரு பொருளின் மேற்பரப்பில் வெப்பநிலையின் பரவல் மற்றும் மாறுபாடுகளைப் பதிவு செய்யும் வெப்ப இமேஜிங், ஆக்கிரமிப்பு இல்லாதது. தோல் வெப்பநிலை முறைகளின் அடிப்படையில் அசாதாரண இரத்த ஓட்டம் மற்றும் அழற்சியின் பகுதிகளை அடையாளம் காண முடியும் என்பதால், இது நோய் மதிப்பீட்டிற்கான ஒரு நம்பிக்கைக்குரிய கருவியாக தன்னை நிரூபித்துள்ளது.

சிக்கலான தகவல்களைப் பிரித்தெடுக்க, செயலாக்க மற்றும் ஒருங்கிணைக்கும் திறன் கொண்ட இயந்திர கற்றல் (AI) தொழில்நுட்பங்களின் வருகை வெப்ப இமேஜிங் நோயறிதலின் துல்லியம் மற்றும் செயல்திறனை மேம்படுத்தலாம்.

இதய நோய் இருப்பதாக சந்தேகிக்கப்படும் 460 பேரில், ஆக்கிரமிப்பு மற்றும் நேரத்தை எடுத்துக்கொள்ளும் முறைகள் இல்லாமல், கரோனரி தமனி நோய் இருப்பதை துல்லியமாக கணிக்க, AI உடன் இணைந்து வெப்ப இமேஜிங்கைப் பயன்படுத்துவதற்கான சாத்தியக்கூறுகளை ஆராய ஆராய்ச்சியாளர்கள் புறப்பட்டனர். அவர்களின் சராசரி வயது 58 ஆண்டுகள்; 126 (27.5%) பேர் பெண்கள்.

கரோனரி தமனி நோயைக் கண்டறிவதற்கான AI- உதவியுடன் கூடிய இமேஜிங் மாதிரியை உருவாக்கி சரிபார்க்க, உறுதிப்படுத்தும் பரிசோதனைகளுக்கு முன்னர் அவர்களின் முகங்களின் வெப்ப படங்கள் எடுக்கப்பட்டன.

மொத்தம் 322 பங்கேற்பாளர்கள் (70%) கரோனரி இதய நோயை உறுதிப்படுத்தியுள்ளனர். இந்த நபர்கள் பொதுவாக வயதானவர்கள் மற்றும் ஆண்களாக இருக்க அதிக வாய்ப்புள்ளது. அவர்களுக்கு வாழ்க்கை முறை, மருத்துவ மற்றும் உயிர்வேதியியல் ஆபத்து காரணிகள் இருப்பதற்கான வாய்ப்புகள் அதிகம், மேலும் தடுப்பு மருந்துகளை அடிக்கடி பயன்படுத்த வேண்டியிருக்கும்.

பாரம்பரிய ஆபத்து காரணிகள் மற்றும் மருத்துவ அறிகுறிகள் மற்றும் அறிகுறிகளைப் பயன்படுத்தி ஆபத்தை முன்கூட்டியே மதிப்பிடுவதை விட, வெப்ப இமேஜிங் மற்றும் AI ஐப் பயன்படுத்தும் அணுகுமுறை கரோனரி இதய நோயைக் கணிப்பதில் தோராயமாக 13% சிறப்பாக இருந்தது. மூன்று மிக முக்கியமான வெப்ப குறிகாட்டிகளில், முகத்தின் இடது மற்றும் வலது பக்கங்களுக்கு இடையிலான ஒட்டுமொத்த வெப்பநிலை வேறுபாடு மிகவும் செல்வாக்கு செலுத்தியது, அதைத் தொடர்ந்து அதிகபட்ச முக வெப்பநிலை மற்றும் சராசரி முக வெப்பநிலை.

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

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

ஆராய்ச்சியாளர்கள் தங்கள் ஆய்வின் ஒப்பீட்டளவில் சிறிய மாதிரி அளவையும், அது ஒரே ஒரு மையத்தில் மட்டுமே நடத்தப்பட்டது என்பதையும் ஒப்புக்கொள்கிறார்கள். கூடுதலாக, அனைத்து ஆய்வு பங்கேற்பாளர்களுக்கும் இதய நோய் இருப்பதாக சந்தேகிக்கப்பட்டால் உறுதிப்படுத்தும் சோதனைகளுக்கு பரிந்துரைக்கப்பட்டனர்.

இருப்பினும், குழு எழுதுகிறது: "[கொரோனரி தமனி நோயை] கணிக்கும் [வெப்ப இமேஜிங்] திறன் எதிர்கால பயன்பாடுகள் மற்றும் ஆராய்ச்சி வாய்ப்புகளை சுட்டிக்காட்டுகிறது... ஆரோக்கியத்தை மதிப்பிடுவதற்கான ஒரு உயிரியல் இயற்பியல் முறையாக, [இது] பாரம்பரிய மருத்துவ அளவீடுகளுக்கு அப்பால் நோய் தொடர்பான தகவல்களை வழங்குகிறது, இது [பெருந்தமனி தடிப்புத் தோல் அழற்சி இருதய நோய்] மற்றும் தொடர்புடைய நாட்பட்ட நிலைமைகளின் மதிப்பீட்டை மேம்படுத்தக்கூடும்."

"[அதன்] தொடர்பு இல்லாத, நிகழ்நேர இயல்பு, பராமரிப்பு புள்ளியில் உடனடி நோய் மதிப்பீட்டை அனுமதிக்கிறது, இது மருத்துவ பணிப்பாய்வுகளை நெறிப்படுத்தலாம் மற்றும் முக்கியமான மருத்துவர் மற்றும் நோயாளி முடிவுகளுக்கான நேரத்தை மிச்சப்படுத்தலாம். இது வெகுஜன முன் பரிசோதனைக்கான திறனையும் கொண்டுள்ளது."

"தற்போதைய பாரம்பரிய மருத்துவ கருவிகளுடன் ஒப்பிடும்போது மேம்பட்ட [இயந்திர கற்றல்] தொழில்நுட்பங்களை அடிப்படையாகக் கொண்ட எங்கள் வளர்ந்த [வெப்ப இமேஜிங்] முன்கணிப்பு மாதிரிகள் நம்பிக்கைக்குரிய திறனைக் காட்டின" என்று ஆராய்ச்சியாளர்கள் முடிக்கிறார்கள்.

"தற்போதைய கண்டுபிடிப்புகளின் வெளிப்புற செல்லுபடியாகும் தன்மை மற்றும் பொதுமைப்படுத்தலை உறுதிப்படுத்த, அதிக எண்ணிக்கையிலான நோயாளிகள் மற்றும் பல்வேறு மக்கள்தொகைகளை உள்ளடக்கிய கூடுதல் ஆய்வுகள் தேவை."