دانشمندان چینی در پژوهشی جدید نشان داده‌اند که ترکیبی از هوش مصنوعی و تصویربرداری حرارتی صورت می‌تواند با دقت بالایی بیماری سرخرگ کرونری را پیش‌بینی کند. این روش غیرتهاجمی و سریع، پتانسیل قابل توجهی برای بهبود دقت تشخیص این بیماری در مقایسه با روش‌های سنتی دارد.
در حال حاضر، تشخیص بیماری سرخرگ کرونری بر اساس ارزیابی عوامل خطر و انجام تست‌هایی مانند نوار قلب، آنژیوگرافی و آزمایش خون صورت می‌گیرد. با این حال، این روش‌ها گاه دقیق نیستند و می‌توانند زمان‌بر و تهاجمی باشند.
تصویربرداری حرارتی که توزیع دما و تغییرات آن را در سطح یک جسم نشان می‌دهد، روشی غیرتهاجمی برای ارزیابی سلامت به شمار می‌رود. این روش می‌تواند نواحی دارای گردش خون غیرطبیعی و التهاب را از طریق الگوهای دمای پوست شناسایی کند.
محققان در این مطالعه، از هوش مصنوعی برای تجزیه و تحلیل تصاویر حرارتی صورت 460 فرد مشکوک به بیماری سرخرگ کرونری استفاده کردند. نتایج نشان داد که این روش در مقایسه با ارزیابی مبتنی بر عوامل خطر سنتی و علائم بالینی، 13 درصد دقت بیشتری در پیش‌بینی بیماری سرخرگ کرونری دارد.
علاوه بر این، محققان دریافتند که تصویربرداری حرارتی می‌تواند به طور موثری عوامل خطر سنتی این بیماری مانند کلسترول بالا، جنسیت مرد، سیگار کشیدن، اضافه وزن، قند خون ناشتا و نشانگرهای التهاب را نیز شناسایی کند.
به گفته محققان، این روش جدید پتانسیل‌های متعددی برای ارتقای سلامت قلب و عروق دارد. می‌توان از آن به عنوان یک ابزار غربالگری سریع و غیرتهاجمی برای شناسایی افراد در معرض خطر ابتلا به بیماری سرخرگ کرونری استفاده کرد. همچنین می‌تواند به پزشکان در تشخیص و مدیریت بهتر این بیماری کمک کند.
با این حال، برای تأیید نهایی این روش و تعمیم آن به جمعیت‌های مختلف، به انجام مطالعات بیشتر با حجم نمونه بزرگ‌تر نیاز است.
این پژوهش در مجله “BMJ Health & Care Informatics” منتشر شده است.
به روز ترین اخبار در مجله خبری تدبیرگران
