Η αποστολή μιας «selfie» στον γιατρό θα μπορούσε μια μέρα να είναι ένας φθηνός και απλός τρόπος για την ανίχνευση καρδιακών παθήσεων, σύμφωνα με τους συγγραφείς μελέτης που δημοσιεύθηκε την Παρασκευή στο European Heart Journal.
Η μελέτη είναι η πρώτη που δείχνει ότι είναι δυνατόν να χρησιμοποιηθεί ένας αλγόριθμος υπολογιστών «βαθιάς μάθησης» για τον εντοπισμό της στεφανιαίας νόσου, αναλύοντας τέσσερις φωτογραφίες του προσώπου ενός ατόμου.
Αν και ο αλγόριθμος πρέπει να αναπτυχθεί περαιτέρω και να δοκιμαστεί σε μεγαλύτερες ομάδες ανθρώπων από διαφορετικό εθνικό υπόβαθρο, οι ερευνητές λένε ότι έχει τη δυνατότητα να χρησιμοποιηθεί ως εργαλείο που θα μπορούσε να εντοπίσει πιθανές καρδιακές παθήσεις σε άτομα στο γενικό πληθυσμό ή σε ομάδες κινδύνου, οι οποίες θα μπορούσαν να παραπεμφθούν για περαιτέρω κλινικές έρευνες.
«Από όσα γνωρίζουμε, αυτή είναι η πρώτη εργασία που δείχνει ότι η τεχνητή νοημοσύνη μπορεί να χρησιμοποιηθεί για την ανάλυση προσώπων με στόχο την ανίχνευση καρδιακών παθήσεων. Πρόκειται για ένα βήμα προς την ανάπτυξη ενός εργαλείου βαθιάς μάθησης που θα μπορούσε να χρησιμοποιηθεί για την εκτίμηση του κινδύνου καρδιακών παθήσεων, είτε σε κλινικές είτε μέσω ασθενών που λαμβάνουν "selfies" για να κάνουν τον δικό τους έλεγχο. Αυτό θα μπορούσε να καθοδηγήσει περαιτέρω διαγνωστικές εξετάσεις ή κλινική επίσκεψη» δήλωσε ο καθηγητής Zhe Zheng, ο οποίος ηγήθηκε της έρευνας.
«Ο απώτερος στόχος μας είναι να αναπτύξουμε μια εφαρμογή για κοινότητες υψηλού κινδύνου με στόχο την εκτίμηση του κινδύνου καρδιακών παθήσεων πριν επισκεφθεί κάποιος μια κλινική. Αυτό θα μπορούσε να είναι μια φθηνή, απλή και αποτελεσματική αναγνώριση ασθενών που χρειάζονται περαιτέρω έρευνα. Ωστόσο, ο αλγόριθμος απαιτεί περαιτέρω βελτίωση και εξωτερική επικύρωση σε άλλους πληθυσμούς και εθνικότητες» σημείωσε χαρακτηριστικά.
Οι ερευνητές έβγαλαν τέσσερις φωτογραφίες προσώπου με ψηφιακές φωτογραφικές μηχανές: μία ανφάς, δύο προφίλ και μία άποψη της κορυφής του κεφαλιού. Επίσης, πήραν συνέντευξη από τους ασθενείς για να συλλέξουν δεδομένα σχετικά με την κοινωνικοοικονομική κατάσταση, τον τρόπο ζωής και το ιατρικό τους ιστορικό. Οι ακτινολόγοι εξέτασαν τα αγγειογραφήματα των ασθενών και αξιολόγησαν τον βαθμό καρδιακών παθήσεων. Αυτές οι πληροφορίες χρησιμοποιήθηκαν για τη δημιουργία, την εκπαίδευση και την επικύρωση του αλγορίθμου βαθιάς μάθησης.
Στη συνέχεια, οι ερευνητές δοκίμασαν τον αλγόριθμο σε 1.013 ασθενείς από εννέα νοσοκομεία στην Κίνα, οι οποίοι εγγράφηκαν μεταξύ Απριλίου 2019 και Ιουλίου 2019. Η πλειονότητα των ασθενών σε όλες τις ομάδες ήταν κινεζικής εθνικότητας. Διαπίστωσαν ότι ο αλγόριθμος υπερέβη τις υπάρχουσες μεθόδους πρόβλεψης του κινδύνου καρδιακών παθήσεων.
Ο καθηγητής Ji είπε: «Ο αλγόριθμος είχε μέτρια απόδοση και πρόσθετες κλινικές πληροφορίες δεν βελτίωσαν την απόδοσή του, πράγμα που σημαίνει ότι θα μπορούσε να χρησιμοποιηθεί εύκολα για την πρόβλεψη πιθανών καρδιακών παθήσεων βάσει μόνο των φωτογραφιών του προσώπου. Το μάγουλο, το μέτωπο και η μύτη συνέβαλαν περισσότερες πληροφορίες στον αλγόριθμο από άλλες περιοχές του προσώπου. Ωστόσο, πρέπει να τον βελτιώσουμε, καθώς ένα ψευδώς θετικό ποσοστό έως και 46% μπορεί να προκαλέσει άγχος και ταλαιπωρία στους ασθενείς, καθώς και δυνητικά υπερφορτωμένες κλινικές με ασθενείς που απαιτούν περιττές εξετάσεις».