Aviso: Esta página é uma tradução automática da página original em inglês. Por favor note uma vez que as traduções são geradas por máquinas, não tradução tudo será perfeita. Este site e suas páginas da Web destinam-se a ler em inglês. Qualquer tradução deste site e suas páginas da Web pode ser imprecisas e imprecisos no todo ou em parte. Esta tradução é fornecida como uma conveniência.

A inteligência artificial pode ajudar a detectar a doença cardíaca baseada em fotos faciais

Enviar um “selfie” ao doutor poderia ser uma maneira barata e simples de detectar a doença cardíaca, de acordo com os autores de um estudo novo publicado hoje (sexta-feira) no jornal europeu do coração.

O estudo é o primeiro para mostrar que é possível usar um algoritmo de aprendizagem profundo do computador para detectar a doença arterial coronária (CAD) analisando quatro fotografias da face de uma pessoa.

Embora o algoritmo precise de ser desenvolvido mais e testado em grupos de pessoas maiores das origens étnicas diferentes, os pesquisadores dizem que tem o potencial ser usado como uma ferramenta da selecção que poderia identificar a doença cardíaca possível nos povos na população geral ou nos grupos de alto risco, que poderiam ser consultados para umas investigações clínicas mais adicionais.

Ao nosso conhecimento, este é o primeiro trabalho que demonstra que a inteligência artificial pode ser usada para analisar as faces para detectar a doença cardíaca. É uma etapa para a revelação de uma ferramenta aprender-baseada profunda que poderia ser usada para avaliar o risco de doença cardíaca, em clínicas de paciente não hospitalizado ou por meio dos pacientes que tomam “selfies” para executar sua própria selecção. Isto podia guiar um teste diagnóstico mais adicional ou uma visita clínica.”

Professor Zhe Zheng, director vice do centro nacional para doenças cardiovasculares e vice-presidente do hospital de Fuwai, academia chinesa de ciências médicas e faculdade médica de união de Peking, Pequim, República Popular da China

Continuou: “Nosso objectivo último é desenvolver um pedido auto-relatado para que as comunidades do risco elevado avaliem o risco da doença cardíaca antes de visitar uma clínica. Isto poderia ser um barato, simples e eficaz de identificar os pacientes que precisam a posterior investigação. Contudo, o algoritmo exige um refinamento mais adicional e a validação externo em outras populações e afiliações étnicas.”

Sabe-se já que determinadas características faciais estão associadas com um risco aumentado de doença cardíaca. Estes incluem o cabelo, enrugamentos, o vinco do lóbulo de orelha, o xanthelasmata (pequeno, depósitos do amarelo do colesterol debaixo da pele, geralmente em torno das pálpebras) e corneae diluindo ou cinzentos do arcus (os depósitos da gordura e do colesterol que aparecem como um anel opaco obscuro do branco, o cinzento ou o azul nas bordas exteriores da córnea). Contudo, são difíceis para que os seres humanos usem-se com sucesso para prever e determinar o risco da doença cardíaca.

O prof. Zheng, o professor Xiang-Yang Ji, que é director do cérebro e instituto da cognição no departamento da automatização na universidade de Tsinghua, Pequim, e outros colegas registrou 5.796 pacientes de oito hospitais em China ao estudo entre julho de 2017 e março de 2019. Os pacientes submetiam-se a procedimentos da imagem lactente para investigar seus vasos sanguíneos, tais como a angiografia coronária ou a angiografia coronária do tomografia computorizada (CCTA). Foram divididos aleatòria no treinamento (5.216 pacientes, 90%) ou nos grupos da validação (580, 10%).

As enfermeiras treinadas da pesquisa tomaram quatro fotos faciais com câmaras digitais: um frontal, dois perfis e uma ideia da parte superior da cabeça. Igualmente entrevistaram os pacientes para recolher dados no estado sócio-económico, no estilo de vida e na história médica. Os radiologistas reviram os angiograma dos pacientes e avaliaram o grau de doença cardíaca segundo quantos vasos sanguíneos foram reduzidos por 50% ou mais (? estenose de 50%), e seu lugar. Esta informação foi usada para criar, treinar e validar o algoritmo de aprendizagem profundo.

Os pesquisadores testaram então o algoritmo em uns 1.013 pacientes mais adicionais de nove hospitais em China, registrada entre abril de 2019 e julho de 2019. A maioria dos pacientes em todos os grupos era da afiliação étnica do chinês de Han.

Encontraram que o algoritmo para fora-executou métodos existentes de prever o risco da doença cardíaca (modelo do Diamante-Forrester e a contagem clínica do consórcio do CAD). No grupo da validação de pacientes, o algoritmo detectou correctamente a doença cardíaca em 80% da taxa ou da “sensibilidade positiva verdadeira dos casos (") e a doença cardíaca correctamente detectada não estava actual em 61% dos casos (a taxa ou “a especificidade negativa verdadeira "). No grupo de teste, a sensibilidade era 80% e a especificidade era 54%.

O prof. Ji disse: “O algoritmo teve um desempenho moderado, e a informação clínica adicional não melhorou seu desempenho, que os meios ele poderiam ser usados facilmente para prever a doença cardíaca potencial baseada em fotos faciais apenas. O mordente, a testa e o nariz contribuíram mais informação ao algoritmo do que outras áreas faciais. Contudo, nós precisamos de melhorar a especificidade como uma taxa do falso positivo de tanto quanto 46% pode causar a ansiedade e a inconveniência aos pacientes, assim como potencial sobrecarregar clínicas com os pacientes que exigem testes desnecessários.”

E também a exigência do teste em outros grupos étnicos, as limitações do estudo incluem o facto de que somente um centro no grupo de teste era diferente 2 aqueles centros que forneceram pacientes desenvolvendo o algoritmo, que pode mais limitar seu generalisabilty a outras populações.

Em um editorial de acompanhamento, Charalambos Antoniades, professor da medicina cardiovascular na universidade de Oxford, Reino Unido, e Dr. Christos Kotanidis, um estudante de DPhil que trabalha sob o prof. Antoniades em Oxford, escreve: “Total, o estudo por Lin destaca e outros um potencial novo em diagnósticos médicos ...... que o vigor da aproximação de Lin se encontra e outros no facto de que seu algoritmo de aprendizagem profundo exige simplesmente uma imagem facial como a única entrada de dados, rendendo a altamente e facilmente aplicável na grande escala.”

Continuam: “Usar selfies como um método de selecção pode permitir um simples contudo a maneira eficaz filtrar a população geral para uma avaliação clínica mais detalhada. Tal aproximação pode igualmente ser altamente relevante às regiões do globo que são sub-financiado e ter programas de selecção fracos para a doença cardiovascular. Um processo de selecção que possa ser feito tão facilmente como tomar um selfie permitirá um fluxo estratificado dos povos que são alimentados em sistemas de saúde para o teste diagnóstico de primeira linha com CCTA. Certamente, o “risco elevado” indivíduos poderia ter um CCTA, que permitisse a estratificação segura do risco com o uso do novo, metodologias AI-postas para a análise de imagem de CCTA.”

Destacam algumas das limitações que o prof. Zheng e o prof. Ji igualmente incluem em seu papel. Estes incluem a baixa especificidade do teste, isso que o teste precisa de ser melhorado e validado em populações maiores, e isso levanta perguntas éticas sobre o “emprego errado da informação para finalidades discriminatórias. A disseminação indesejável de dados sensíveis do registo de saúde, de que pode facilmente ser extraída de uma foto facial, rende tecnologias tais como aquela discutiu aqui uma ameaça significativa à protecção de dados pessoal, afetando potencial opções do seguro. Tais medos têm sido expressados já sobre o emprego errado de dados genéticos, e devem extensivamente ser revisitados em relação ao uso do AI na medicina”.

Os autores do artigo de investigação concordam com este ponto. O prof. Zheng disse: “As edições éticas em desenvolver e em aplicar estas tecnologias novas são da importância chave. Nós acreditamos que a pesquisa futura sobre ferramentas clínicas deve pagar a atenção à privacidade, ao seguro e a outras implicações sociais para se assegurar de que a ferramenta esteja usada somente para finalidades médicas.”

O prof. Antoniades e o Dr. Kotanidis igualmente escrevem em seu editorial esse CAD de definição como? a estenose de 50% em uma artéria coronária principal “pode ser uma simplista e a classificação um pouco bruta como ela associa-se nos indivíduos do grupo não-CAD que são verdadeiramente saudáveis, mas igualmente os povos que já têm desenvolvido a doença mas estão ainda nas fases iniciais (que puderam explicar a baixa especificidade observada)”.

Source:
Journal reference:

Lin, S., et al. (2020) Feasibility of using deep learning to detect coronary artery disease based on facial photo. European Heart Journal. doi.org/10.1093/eurheartj/ehaa640.