Отправка" селфи " врачу может быть дешевым и простым способом обнаружения сердечных заболеваний, считают авторы нового исследования.
Это исследование впервые показало, что можно использовать компьютерный алгоритм глубокого обучения для обнаружения ишемической болезни сердца (ИБС), анализируя четыре фотографии лица человека.
Хотя алгоритм нуждается в дальнейшей разработке и тестировании в более крупных группах людей из разных этнических групп, исследователи говорят, что он может быть использован в качестве инструмента скрининга, который может выявить возможные сердечные заболевания у людей в общей популяции или в группах высокого риска, которые могут быть направлены для дальнейших клинических исследований.
Насколько известно, это первая работа, демонстрирующая, что искусственный интеллект может быть использован для анализа лиц с целью выявления сердечных заболеваний. Это шаг на пути к разработке инструмента, основанного на глубоком обучении, который можно было бы использовать для оценки риска сердечных заболеваний либо в амбулаторных клиниках, либо с помощью пациентов, делающих "селфи" для проведения собственного скрининга. Это может послужить руководством для дальнейшего диагностического тестирования или клинического визита.
Конечная цель-разработать самоотчетное приложение для сообществ высокого риска для оценки риска сердечных заболеваний до посещения клиники. Это может быть дешевым, простым и эффективным способом выявления пациентов, нуждающихся в дальнейшем исследовании. Однако алгоритм требует дальнейшего уточнения и внешней проверки в других популяциях и этнических группах.
Уже известно, что определенные черты лица связаны с повышенным риском развития сердечно-сосудистых заболеваний. К ним относятся истончение или седина волос, морщины, складка мочки уха, ксантелазма (небольшие желтые отложения холестерина под кожей, обычно вокруг век) и arcus corneae (жировые и холестериновые отложения, которые появляются в виде туманного белого, серого или синего непрозрачного кольца на внешних краях роговицы). Однако людям трудно успешно использовать их для прогнозирования и количественной оценки риска сердечных заболеваний.
Профессор Чжэн, профессор Сян-Ян Цзи, который является директором Института мозга и когнитивных функций на кафедре автоматизации Университета Цинхуа в Пекине, и другие коллеги приняли участие в исследовании 5 796 пациентов из восьми больниц Китая в период с июля 2017 по март 2019 года. Пациенты проходили процедуры визуализации для исследования своих кровеносных сосудов, такие как коронарная ангиография или коронарная компьютерная томография (ККТА). Они были случайным образом разделены на обучающие (5216 пациентов, 90%) или валидационные (580, 10%) группы.
Обученные исследовательские медсестры сделали четыре снимка лица с помощью цифровых камер: один фронтальный, два профиля и один вид верхней части головы. Они также опросили пациентов, чтобы собрать данные о социально-экономическом статусе, образе жизни и истории болезни. Рентгенологи изучали ангиограммы пациентов и оценивали степень поражения сердца в зависимости от того, сколько кровеносных сосудов было сужено на 50% и более (стеноз≥ 50%), а также от их локализации. Эта информация использовалась для создания, обучения и проверки алгоритма глубокого обучения.
Затем исследователи протестировали алгоритм еще на 1013 пациентах из девяти больниц Китая, поступивших в период с апреля по июль 2019 года.
Они обнаружили, что алгоритм превосходит существующие методы прогнозирования риска сердечно-сосудистых заболеваний. В группе валидации пациентов алгоритм правильно выявлял пороки сердца в 80% случаев, а правильно выявленные пороки сердца отсутствовали в 61% случаев. В контрольной группе точность составила 80%, а специфичность-54%.
Алгоритм имел умеренную производительность, и дополнительная клиническая информация не улучшила его производительность, что означает, что он может быть легко использован для прогнозирования потенциальных сердечных заболеваний только на основе фотографий лица. Щека, лоб и нос внесли больше информации в алгоритм, чем другие области лица. Однако еще необходимо улучшить специфичность, так как ложноположительная частота до 46% может вызывать беспокойство и неудобства у пациентов, а также потенциально перегружать клиники пациентами, требующими ненужных тестов.
Помимо необходимости тестирования в других этнических группах, ограничения исследования включают тот факт, что только один центр в тестируемой группе отличался от тех центров, которые предоставляли пациентов для разработки алгоритма, что может еще больше ограничить его универсальность для других популяций.
Использование селфи в качестве метода скрининга может позволить простой, но эффективный способ фильтрации общей популяции для более полной клинической оценки. Такой подход также может быть весьма актуален для регионов земного шара, которые недостаточно финансируются и имеют слабые программы скрининга сердечно-сосудистых заболеваний. Процесс отбора, который может быть сделан так же легко, как и селфи, позволит создать стратифицированный поток людей, которые поступают в системы здравоохранения для первого диагностического тестирования с помощью CCTA. Действительно, "высокорисковые" люди могли бы иметь CCTA, что позволило бы надежно стратифицировать риски с использованием новых, основанных на ИИ методологий для анализа изображений CCTA."
Они подчеркивают некоторые ограничения. К ним относятся низкая специфичность теста, необходимость его совершенствования и валидации в больших группах населения, а также то, что он поднимает этические вопросы о "неправомерном использовании информации в дискриминационных целях". Нежелательное распространение конфиденциальных данных медицинской карты, которые могут быть легко извлечены из фотографии лица, делает технологии, подобные описанным здесь, значительной угрозой для защиты персональных данных, потенциально влияющей на варианты страхования. Такие опасения уже высказывались по поводу неправильного использования генетических данных, и их следует широко пересмотреть в отношении использования ИИ в медицине."
Определение ИБС как стеноза ≥ 50% в одной крупной коронарной артерии "может быть упрощенной и довольно грубой классификацией, поскольку она объединяет в группе не-ИБС людей, которые действительно здоровы, но также людей, которые уже развили болезнь, но все еще находятся на ранних стадиях (что может объяснить наблюдаемую низкую специфичность).