PORTĀLS ĀRSTIEM UN FARMACEITIEM
Šī vietne ir paredzēta veselības aprūpes speciālistiem

Piecu sekunžu video hipertensijas un diabēta skrīningam? Nākotne internajā medicīnā

Doctus
Piecu sekunžu video hipertensijas un diabēta skrīningam? Nākotne internajā medicīnā
Pixabay.com
Hipertensija un diabēts ir vadošie kardiovaskulāro slimību modificējamie riska faktori, tomēr liela daļa pasaules iedzīvotāju paliek nediagnosticēti. Šobrīd skrīningu veicam vai nu klīniskajā praksē vai ar dažādu valkājamu ierīču palīdzību, kas kopumā ierobežo potenciālo skrīninga aptveri dažādu iemeslu dēļ. Iespējams risinājums ir pasīvas bezkontakta uzraudzības sistēmas, kas var tikt dažādos veidos iekļautas apkārtējā vidē un veicināt agrīnāku diagnostiku. Interesantu risinājumu piedāvā pētnieki no Japānas, prezentējot jaunākos datus Eiropas Kardiologu asociācijas ikgadējā kongresā.

Pētījuma autori attīstīja un radīja mašīnmācības algoritmu, kas atpazīst pacientus ar hipertensiju un diabētu ar īsa sejas video palīdzību bez jebkāda fiziska kontakta vai asins parauga ņemšanas. Šis bija viencentra prospektīvs kohortas pētījums ar 285 dalībniekiem (pacienti un veseli brīvprātīgie), kurā tika uzņemti liela ātruma spektroskopisks video, ierakstot pētījuma dalībnieka seju un rokas. Kā references standarts hipertensijai izmantots sistoliskais TA ≥130 mmHg vai diastoliskais ≥80 mmHg pēc AHA 2017 kritērijiem un diabēta gadījumā HbA1c vērtības ≥6,5 % vai klīniski noteikta diagnoze ārsta kabinetā.

Algoritms izguva trīs pazīmju kategorijas no video datiem: pulsa viļņa dinamiku, ādas asinsplūsmas parametrus un spektrālos raksturlielumus. Hipertensijas kontekstā pulsa viļņa analīzē tika sasniegta 95,0 % precizitāte, izmantojot 30 sekunžu ierakstu (normāla asinsspiediena jutīgums 100,0 ± 0,00 %, hipertensijas jutīgums 89,2 ± 2,30 %) un 90,3 % precizitāte piecu sekunžu video (normāla asinsspiediena jutīgums 98,3 ± 6,22 %, hipertensijas jutīgums 84,5 ± 7,2 %). Diabēta kontekstā 30 sekunžu video, balstoties uz asinsplūsmas parametriem, sasniedza 88,2 % precizitāti (ROC-AUC 0,97) un piecu sekunžu vidū precizitāte sasniedza 81,2 % (ROC-AUC 0,98). Asinsspiediena noteikšanai pēc sejas parametriem 30 sekunžu video, tika izmantoti trīs modeļi – Random Forest, XGBoost un LightGBM, sasniedzot vidējo absolūto procentuālo kļūdu (MAPE) 9,7 % un modeļa korelācijas koeficioentu 0,968.

Pētījuma autori norāda, ka mašīnmācīšanās algoritms ar spektroskopiskiem sejas video var atpazīt hipertensiju un diabētu ar augstu precizitāti pat 5 sekunžu īsos video un var noteikt asinsspiedienu bez manžetes. Pētījumus nepieciešams turpināt ar lielāku, daudzcentru kohortu.

Avots: ESC Congress, Munich & Online; AI-powered cardiometabolic assessment from a single facial video. Presenter: Ryoko Uchida (Tokyo Medical And Dental University - Science Tokyo - Tokyo, Japan)