Wykrywanie chorób metabolicznych dzięki analizie ciepłoty twarzy: nowe narzędzie badań w Cell Metabolism
WarsawBadacze odkryli, że zmiany temperatury twarzy mogą pomóc we wczesnym wykrywaniu chorób przewlekłych. Takich zmian temperatury nie można wyczuć dotykiem, ale są one widoczne dzięki zastosowaniu sztucznej inteligencji i kamer termowizyjnych. W badaniu opublikowanym w Cell Metabolism wykazano, że wzory cieplne na twarzy są powiązane z chorobami takimi jak cukrzyca i nadciśnienie.
Kilka obszarów twarzy wykazuje znaczące różnice temperatur: nos staje się zimniejszy z wiekiem, a oczy cieplejsze. Osoby z wyższym ciśnieniem krwi mają cieplejsze policzki.
Badanie obejmowało ponad 2800 Chińczyków w wieku od 21 do 88 lat. Naukowcy wykorzystali temperatury twarzy, aby wytrenować modele AI do przewidywania termicznego wieku osoby. Termiczny wiek jest ściśle związany z wiekiem biologicznym, który wpływa na ryzyko chorób. Warto zauważyć, że problemy metaboliczne, takie jak cukrzyca i stłuszczenie wątroby, przyspieszały starzenie termiczne. Osoby z tymi schorzeniami miały wyższe temperatury wokół oczu.
Zmiana temperatury jest spowodowana zwiększoną aktywnością komórek, taką jak naprawa DNA i zwalczanie infekcji. Wzrost tej aktywności jest powiązany z stanem zapalnym, który powoduje wyższe temperatury w niektórych częściach twarzy. Powiązanie to z chorobami metabolicznymi jest na tyle silne, że wcześniejsze metody obrazowania twarzy nie były w stanie dobrze przewidywać tych chorób.
Zespół odkrył, że aktywność fizyczna może wpływać na wiek termiczny. W badaniu wzięło udział 23 uczestników, którzy przez dwa tygodnie skakali na skakance 800 razy dziennie. W rezultacie ich wiek termiczny zmniejszył się o pięć lat. To pokazuje, że zmiany stylu życia mogą wpływać na wzorce cieplne twarzy i zdrowie.
Ta technologia może wkrótce być wykorzystywana w szpitalach do wczesnego diagnozowania chorób. Han wraz z zespołem z Uniwersytetu Pekińskiego pragnie dokładniej potwierdzić swoje wyniki. Sprawdzają, czy obrazowanie termiczne może również przewidywać inne problemy zdrowotne, takie jak zaburzenia snu i schorzenia serca.
Ta metoda może znacząco odmienić opiekę zdrowotną. Oferuje łatwy, szybki i nieinwazyjny sposób monitorowania zdrowia. W przeciwieństwie do obecnych rozwiązań, nie opiera się na subiektywnych relacjach pacjentów ani długotrwałych badaniach fizycznych. Wykorzystuje dokładne dane z kamer termicznych.
Termowizja ma wiele interesujących zastosowań. Może być wykorzystywana w rutynowych badaniach medycznych do wczesnego wykrywania problemów zdrowotnych. Ponadto, osoby mogą z niej korzystać do monitorowania swojego stanu zdrowia i otrzymywania natychmiastowych informacji na ten temat.
Termowizyjne obrazowanie twarzy łączy technologię i medycynę w nowatorski sposób. Reprezentuje ono znaczący postęp w porównaniu do tradycyjnych narzędzi diagnostycznych. Dzięki wykorzystaniu sztucznej inteligencji umożliwia bardziej spersonalizowaną opiekę medyczną.
System wykrywający choroby na podstawie analizy cieplnych sygnatur twarzy mógłby znacząco obniżyć koszty opieki zdrowotnej. Wczesne wykrywanie chorób często prowadzi do wcześniejszego leczenia, co pozwala uniknąć kosztownych procedur medycznych w przyszłości. Ta metoda dobrze wpisuje się w koncepcję medycyny prewencyjnej, która skupia się na utrzymaniu zdrowia ludzi, a nie tylko na leczeniu ich, gdy są już chorzy.
Dzięki szybkiemu postępowi w dziedzinie sztucznej inteligencji i technologii termicznej, to narzędzie może wkrótce stać się standardowym elementem praktyki medycznej. Badania wskazują na przyszłość, w której sprawdzanie temperatury twarzy może być tak powszechne, jak mierzenie ciśnienia krwi czy tętna.
Zespół Hana wykazał, że obrazowanie termiczne może pomóc w zrozumieniu procesu starzenia się i wspierać zdrowe starzenie. Ich nowe badania mogą prowadzić do lepszej wczesnej diagnostyki i spersonalizowanej opieki zdrowotnej.
Badanie jest publikowane tutaj:
http://dx.doi.org/10.1016/j.cmet.2024.05.012i jego oficjalne cytowanie - w tym autorzy i czasopismo - to
Zhengqing Yu, Yong Zhou, Kehang Mao, Bo Pang, Kai Wang, Tang Jin, Haonan Zheng, Haotian Zhai, Yiyang Wang, Xiaohan Xu, Hongxiao Liu, Yi Wang, Jing-Dong J. Han. Thermal facial image analyses reveal quantitative hallmarks of aging and metabolic diseases. Cell Metabolism, 2024; 36 (7): 1482 DOI: 10.1016/j.cmet.2024.05.012Udostępnij ten artykuł