Enviar una selfie al metge podria ser una manera barata i senzilla de detectar malalties cardíaques, segons els autors d'un nou estudi publicat a la revista European Heart Journal. L'estudi és el primer en demostrar que és possible utilitzar un algoritme informàtic d'aprenentatge profund per detectar la malaltia de les artèries coronàries (CAD) mitjançant l'anàlisi de quatre fotografies de la cara d'una persona.
Encara que l'algoritme ha de desenvolupar-se més i provar-se en grups més grans de persones de diferents orígens ètnics, els investigadors diuen que té el potencial d'utilitzar-se com una eina de detecció que podria identificar una possible malaltia cardíaca en persones de la població general o en persones de grups d'alt nivell de risc, que podrien ser remesos per a més investigacions clíniques.
Ja es coneix que certs trets facials estan associats amb un risc més gran de malaltia cardíaca. Aquests inclouen aprimament o canes, arrugues, plec del lòbul de l'orella, xantelasma i arc corni. Tanmateix, es creia difícil que els humans els utilitzessin amb èxit per predir i quantificar el risc de malaltia cardíaca.
L'estudi
En l'Institut del Cervell i la Cognició en el Departament d'Automatització de la Universitat de Tsinghua a Pequín, van inscriure 5.796 pacients de vuit hospitals a la Xina per a l'estudi entre juliol de 2017 i març de 2019. Els pacients estaven sotmesos a procediments d'imatge per investigar els seus vasos sanguinis, com a angiografía coronària o angiografía per tomografia computarizada coronària. Es van dividir aleatòriament en grups d'entrenament (5216 pacients, 90%) o de validació (580 pacients, 10%).
Infermeres formades per a la investigació van fer quatre fotografies facials amb càmeres digitals: una de frontal, dos perfils i una vista de la part superior del cap. També van entrevistar els pacients per recopilar dades sobre l'estat socioeconòmic, l'estil de vida i l'historial mèdic.
Els radiòlegs van revisar els angiogrames dels pacients i van avaluar el grau de malaltia cardíaca segons la quantitat de vasos sanguinis que s'havien estret en un 50% o més (estenosi ≥ 50%) i la seva ubicació. Aquesta informació es va utilitzar per crear, entrenar i validar l'algoritme d'aprenentatge profund. Després, els investigadors van provar l'algoritme en uns altres 1.013 pacients de nou hospitals a la Xina, inscrits entre abril de 2019 i juliol de 2019.
Van descobrir que l'algoritme va superar els mètodes existents per predir el risc de malaltia cardíaca (model Diamond-Forrester i la puntuació clínica del consorci CAD). En el grup de validació de pacients, l'algoritme va detectar correctament la malaltia cardíaca en el 80% dels casos (la taxa positiva veritable o sensibilitat) i la malaltia cardíaca detectada correctament no era present en el 61% dels casos (la taxa negativa veritable o especificitat ). En el grup de prova, la sensibilitat va ser del 80% i l'especificitat va ser del 54%.
L'algoritme va tenir un rendiment moderat i la informació clínica addicional no va millorar el seu rendiment, la qual cosa significa que podria utilitzar-se fàcilment per predir una possible malaltia cardíaca basant-se únicament en fotografies facials. La galta, el front i el nas van aportar més informació a l'algoritme que a altres àrees facials. Tanmateix, els autors van reconèixer que es necessita millorar l'especificitat ja que una taxa de falsos positius de fins al 46% pot causar ansietat i inconvenients als pacients, així com sobrecarregar potencialment les clíniques amb pacients que requereixen proves innecessàries.