تشخیص بیماری‌های قلبی با بررسی عکس‌های سلفی

اين بررسي که توسط پژوهشگران "انجمن قلب و عروق اروپا"(ESC) انجام شده، نخستين پژوهشي است که نشان مي‌دهد مي‌توان از الگوريتم رايانه‌اي يادگيري عميق براي ارزيابي چهار عکس از صورت يک شخص، "بيماري عروق کرونر"(CAD) را در او شناسايي کرد.

اگرچه اين الگوريتم بايد بيشتر توسعه يابد و روي گروه‌هاي بزرگتري از افراد با زمينه‌هاي اخلاقي متفاوت آزمايش شود اما پژوهشگران باور دارند که مي‌توان از آن به عنوان يک ابزار بررسي استفاده کرد که بيماري قلبي را در ميان مردم معمولي و يا گروه‌هاي پرخطر که بايد بيشتر مورد بررسي‌هاي باليني قرار بگيرند، شناسايي مي‌کند.

پروفسور "ژه ژنگ"(Zhe Zheng)، سرپرست اين پژوهش گفت: تا جايي که ما مي‌دانيم اين پژوهش، نخستين بررسي است که نشان مي‌دهد مي‌توان از هوش مصنوعي و ارزيابي چهره، براي شناسايي بيماري قلبي استفاده کرد. اين پژوهش، گامي به سوي توسعه ابزار مبتني بر يادگيري عميق به شمار مي‌رود که مي‌توان از آن براي ارزيابي خطر بيماري قلبي استفاده کرد. اين ابزار را هم مي‌توان در مراکز درماني به کار گرفت و هم براي اين که بيماران، از چهره خود عکس بگيرند و آن را ارسال کنند. راهنمايي اين تصاوير، بيش از آزمايش‌هاي باليني و ملاقات حضوري خواهد بود.

وي افزود: هدف نهايي ما، ابداع نوعي اپليکيشن براي جوامع پرخطر است تا ارزيابي خطر بيماري قلبي، نيازي به مراجعه به مراکز درماني نداشته باشد. اين يک روش کم‌هزينه، ساده و موثر براي شناسايي بيماراني است که به بررسي بيشتري نياز دارند. در هر حال، اين الگوريتم به اصلاحات بيشتر و اعتبارسنجي در ميان جوامع نياز دارد.

در حال حاضر، برخي از نشانه‌هايي که در چهره ديده مي‌شوند، مي‌توانند با افزايش خطر بيماري قلبي در ارتباط باشند اما براي انسان‌ها دشوار است که بيماري قلبي را با موفقيت از روي اين نشانه‌ها پيش‌بيني کنند.

ژنگ و همکارانش در اين پژوهش، ۵۷۹۶ بيمار از هشت بيمارستان متفاوت را بين سال‌هاي ۲۰۱۷ تا ۲۰۱۹ مورد بررسي قرار دادند. اين بيماران، مراحل تصويربرداري را پشت سر گذاشتند تا رگ‌هاي خوني آنها مورد بررسي قرار بگيرد.

پرستاران‌، تصاويري را با دوربين‌هاي ديجيتال از چهره بيماران گرفتند و همچنين با آنها صحبت کردند تا داده‌هايي را در مورد موقعيت اجتماعي‌، سبک زندگي و سابقه پزشکي بيماران به دست آورند. راديولوژيست‌ها نيز سطح بيماري قلبي را براساس تعداد رگ‌هاي خوني که تا ۵۰ درصد يا بيشتر باريک شده‌اند، ارزيابي کردند. اين اطلاعات براي ابداع، آموزش و اعتبارسنجي الگوريتم يادگيري عميق مورد استفاده قرار گرفتند.

پژوهشگران در مرحله بعد، الگوريتم را روي ۱۰۱۳ بيمار از ۹ بيمارستان متفاوت آزمايش کردند و آنها را از آوريل تا جولاي سال ۲۰۱۹ مورد بررسي قرار دادند.

آزمايش‌ها نشان داد که عملکرد اين الگوريتم در مقايسه با روش‌هاي کنوني پيش‌بيني بيماري قلبي، بهتر است. اين الگوريتم توانست وجود بيماري قلبي را در ۸۰ درصد بيماران تشخيص دهد.

ژنگ اضافه کرد: اين الگوريتم، عملکرد متعادلي دارد و اطلاعات باليني اضافي، به بهبود عملکرد آن کمک نمي‌کنند؛ در نتيجه مي‌توان از آن به سادگي براي پيش‌بيني بيماري قلبي براساس تصاوير چهره استفاده کرد. گونه‌ها، پيشاني و بيني، اطلاعات بيشتري را نسبت به بقيه قسمت‌هاي چهره در اختيار الگوريتم مي‌گذارند.

اين پژوهش، در مجله "European Heart Journal" به چاپ رسيد.