包括来自中国医学科学院阜外医院、清华大学的研究人员发表在6月3日《BMJ健康与护理信息学》期刊上的一项研究发现，面部热成像和人工智能(AI)相结合可以准确预测冠状动脉疾病的存在。研究发现，这种非侵入性的实时预测方法比传统方法更有效，可以用于临床实践，以提高诊断准确性。0AD知多少教育网-记录每日最新科研教育资讯

目前诊断冠心病的方法依赖于对风险因素的概率评估，但其并不总是非常准确或可以广泛适用。这些评估也可以与心电读数、血管造影术和血液测试等其他检测方法结合，但这些方法通常很耗时，而且可能是侵入式的。0AD知多少教育网-记录每日最新科研教育资讯

研究人员在460名疑似心脏病患者中使用热成像和AI来预测冠状动脉疾病。这些患者平均年龄为58岁，其中126人是女性。总共有322名参与者被确认患有冠状动脉疾病。研究人员捕捉了他们的面部热成像，以开发和验证用于检测冠状动脉疾病的AI辅助成像模型。0AD知多少教育网-记录每日最新科研教育资讯

结果，在预测冠状动脉疾病方面，非侵入式的“热成像+AI”方法比传统评估方法准确率高出约13%。0AD知多少教育网-记录每日最新科研教育资讯

在三个最显著的预测温度指标中，影响最大的是面部的整体温差，其次是最高面部温度和平均面部温度。具体来说，左下颌区域的平均温度是最强的预测特征，其次是右眼区域的温度范围和左太阳穴区域的左右温差。0AD知多少教育网-记录每日最新科研教育资讯

该方法还有效地识别了冠状动脉疾病的传统风险因素：高胆固醇、男性、吸烟、超重、空腹血糖以及炎症指标。0AD知多少教育网-记录每日最新科研教育资讯