包括來自中國醫(yī)學科學院阜外醫(yī)院、清華大學的研究人員發(fā)表在近日《BMJ健康與護理信息學》期刊上的一項研究發(fā)現(xiàn)，面部熱成像和人工智能（AI）相結合可以準確預測冠狀動脈疾病的存在。研究發(fā)現(xiàn)，這種非侵入性的實時預測方法比傳統(tǒng)方法更有效，可以用于臨床實踐，以提高診斷準確性。

目前診斷冠心病的方法依賴于對風險因素的概率評估，但其并不總是非常準確或可以廣泛適用。這些評估也可以與心電讀數、血管造影術和血液測試等其他檢測方法結合，但這些方法通常很耗時，而且可能是侵入式的。

研究人員在460名疑似心臟病患者中使用熱成像和AI來預測冠狀動脈疾病。這些患者平均年齡為58歲，其中126人是女性�？偣灿�322名參與者被確認患有冠狀動脈疾病。研究人員捕捉了他們的面部熱成像，以開發(fā)和驗證用于檢測冠狀動脈疾病的AI輔助成像模型。

結果，在預測冠狀動脈疾病方面，非侵入式的“熱成像+AI”方法比傳統(tǒng)評估方法準確率高出約13%。

在三個最顯著的預測溫度指標中，影響最大的是面部的整體溫差，其次是最高面部溫度和平均面部溫度。具體來說，左下頜區(qū)域的平均溫度是最強的預測特征，其次是右眼區(qū)域的溫度范圍和左太陽穴區(qū)域的左右溫差。

該方法還有效地識別了冠狀動脈疾病的傳統(tǒng)風險因素：高膽固醇、男性、吸煙、超重、空腹血糖以及炎癥指標。