Condividi su facebook
Condividi su twitter
Condividi su linkedin
Condividi su telegram
Condividi su email

Malattie cardiovascolari riconosciute grazie ad un selfie

Grazie ad un algoritmo che analizza i selfie, sviluppato da un team di ricercatori di Pechino, sarà possibile diagnosticare le malattie cardiovascolari

Malattie cardiovascolari
Malattie cardiovascolari

Pensi che l’analisi dei selfie per diagnosticare le malattie cardiovascolari avrà un futuro? Parlacene nei commenti.

I selfie stanno rivelando una personalità molto meno frivola di quando gli sia stata attribuita sino ad oggi. Da strumento utilizzato più o meno da tutti per raccontare sé stessi e rilanciare un’immagine di sé accattivante, a metodo utile per l’indagine diagnostica di patologie importanti come le malattie cardiovascolari.

Malattie cardiovascolari

A sviluppare l’algoritmo è stato un team di ricercatori di Pechino, coordinato da Zhe Zheng, direttore generale per le malattie cardiovascolari e autore dell’articolo che racconta la ricerca, pubblicata sul European Heart Journal.

Lo scienziato ha dichiarato: “A nostra conoscenza, questo è il primo lavoro che dimostra che l’intelligenza artificiale può essere utilizzata per analizzare i volti per rilevare le malattie cardiache. È un passo verso lo sviluppo di uno strumento basato sull’apprendimento profondo che potrebbe essere utilizzato per valutare il rischio di malattie cardiache, sia in ambulatori o tramite pazienti che si scattano “selfie” per eseguire il proprio screening. Ciò potrebbe guidare verso ulteriori test diagnostici o una visita clinica”.

I sintomi che permettono all’algoritmo di riconoscere, attraverso l’analisi del volto, la possibilità per un soggetto di è avere malattie cardiache o meno sono: rughe, capelli grigi, pieghe del lobo dell’orecchio, depositi gialli di colesterolo sottocutanei intorno alle palpebre (detti xantelasmi) e arcus corneae (depositi di grasso e colesterolo che appaiono come un anello opaco bianco, grigio o blu opaco nei bordi esterni della cornea). 

Malattie cardiovascolari diagnosticare con un selfie: i risultati della ricerca

Malattie cardiovascolari

Lo studio è stato condotto su un campione di 6.909 soggetti, in nove ospedali cinesi tra luglio 2017 e luglio 2019. Infermieri di ricerca qualificati hanno eseguito personalmente i selfie, uno frontale e due di profilo, e infine una da sopra la testa, e hanno raccolto i dati necessari riguardo il loro stile di vita ed eventuali malattie precedenti; sono state effettuate anche regolari analisi del sangue.

L’algoritmo ha diagnosticato con successo malattie cardiache nell’80% dei casi, mentre ne ha diagnosticato la mancanza nel 61% dei casi.

Il nostro obiettivo finale è sviluppare un’applicazione auto-segnalata per le comunità ad alto rischio per valutare il rischio di malattie cardiache prima di procedere ad una visita in clinica. Questo potrebbe essere un modo economico, semplice ed efficace per identificare i pazienti che necessitano di ulteriori indagini.Tuttavia, l’algoritmo richiede un ulteriore perfezionamento e convalida esterna in altre popolazioni ed etnie “.ha spiegato Zheng.

Il professor Xiang-Yang Ji, direttore del Brain and Cognition Institute presso il Dipartimento di Automazione dell’Università Tsinghua, Pechino, ha dichiarato: “L’algoritmo ha avuto una prestazione moderata e ulteriori informazioni cliniche non ne hanno migliorato le prestazioni, il che significa che potrebbe essere facilmente utilizzato per prevedere potenziali malattie cardiache basandosi solo sulle foto del viso. La guancia, la fronte e il naso hanno fornito maggiori informazioni all’algoritmo rispetto ad altre aree facciali. Tuttavia, dobbiamo migliorare la specificità poiché un tasso di falsi positivi fino al 46% può causare ansia e disagio ai pazienti, oltre a sovraccaricare potenzialmente le cliniche con pazienti che richiedono test non necessari “.

L’algoritmo, nonostante i primi risultati promettenti, dovrà essere perfezionato. Per tutti gli aggiornamenti, continua a seguirci.

Commenti recenti

Commenta qui...

Sottoscrivi
Notificami
guest
0 Commenti
Inline Feedbacks
Guarda tutti i commenti
Condividi su facebook
Condividi su twitter
Condividi su whatsapp
Condividi su telegram
0