顔面温度は現在の方法よりも高い精度で心臓病を予測できるかもしれない

BMJ Health & Care Informatics誌に最近発表された研究で、研究者らは顔面赤外線サーモグラフィー（IRT）を使用して冠状動脈性心疾患（CHD）を予測する可能性を評価しました。

CHD（冠動脈疾患）は主要な死亡原因の一つであり、世界的に大きな負担となっています。CHDの正確な診断は、ケアと治療において重要です。現在、患者におけるCHDの可能性を判断するために、検査前確率（PTP）評価ツールが使用されています。しかし、これらのツールは主観性が高く、一般化の可能性が限られており、精度も中程度であるという問題があります。

追加の心血管検査（冠動脈カルシウムスコアおよび心電図）または追加の臨床検査マーカーとリスク要因を統合した高度な臨床モデルによって確率推定が改善される可能性はありますが、時間効率、手順の複雑さ、および利用可能性の制限に関連する問題があります。

非接触型表面温度検出技術であるIRTは、疾患評価において有望な結果を示しています。皮膚温度のパターンから炎症や異常な血流を検出できます。研究では、IRT情報と動脈硬化性心血管疾患および関連疾患との関連性が示されています。

本研究では、顔面IRT温度データを用いてCADを予測する可能性を評価しました。冠動脈CT血管造影（CCTA）または侵襲的冠動脈造影（ICA）を受ける成人を対象としました。訓練を受けた検査員がベースラインデータを取得し、CCTAまたはICAの前にIRTデータを取得しました。

電子カルテを用いて、血液生化学、病歴、リスク因子、CADスクリーニング結果などの追加情報を取得しました。参加者1人につき1枚のIRT画像が分析用に選択され、処理（均一なサイズ調整、グレースケールへの変換、背景の切り取り）が行われました。

研究チームは、高度なディープラーニングアルゴリズムを用いてIRT画像モデルを開発しました。比較のために2つのモデルが開発されました。1つは患者の年齢、性別、症状特性を含むPTP（臨床ベースライン）モデル、もう1つはIRTモデルとPTPモデルからそれぞれ得られたIRT情報と臨床情報を組み合わせたハイブリッドモデルです。

遮蔽実験、ハイライトマップの可視化、用量反応分析、代替CADラベルの予測など、複数の解釈分析を実施しました。さらに、IRT画像から様々なIRTテーブル特徴を抽出し、顔全体および関心領域（ROI）レベルで分類しました。

抽出された特徴は、全体として、一次テクスチャ、二次テクスチャ、温度、フラクタル分析の特徴に分類されました。XGBoostアルゴリズムはこれらの抽出された特徴を統合し、冠動脈疾患（CHD）の予測値を評価し、すべての特徴と温度特徴のみを用いた場合の性能を評価しました。

2021年9月から2023年2月の間に、CCTAまたはICAを受けた成人893名を対象にスクリーニングが行われた。このうち、平均年齢58.4歳の460名が対象となり、そのうち27.4%が女性、70%がCADを患っていた。CAD患者は、CADを患っていない患者と比較して、年齢とリスク因子の有病率が高かった。IRT画像モデルはPTPモデルを有意に上回った。

しかしながら、ハイブリッド画像モデルとIRT画像モデルの性能には有意差は見られませんでした。温度特徴のみ、または抽出されたすべての特徴を用いた場合、予測性能は優れており、これはIRT画像モデルの結果と一致していました。顔全体レベルでは、左右全体の温度差が最も大きな影響を与え、ROIレベルでは左顎の平均温度が最も大きな影響を与えました。

IRT画像モデルは、様々なROIを遮蔽した場合に、様々なレベルの性能低下が見られました。特に、上唇と下唇領域の遮蔽が大きな影響を与えました。さらに、IRT画像モデルは、高脂血症、喫煙、BMI、グリコヘモグロビン、炎症など、CADに関連する代替マーカーの予測においても良好な性能を示しました。

本研究は、顔面IRT温度データを用いてCADを予測する実現可能性を実証しました。IRT画像モデルはガイドライン推奨のPTPモデルを上回り、CAD評価におけるその可能性を浮き彫りにしました。さらに、IRT画像モデルに臨床情報を組み込んでも更なる改善は見られず、抽出されたIRT情報には既にCADに関連する重要な情報が含まれていることが示唆されました。

さらに、IRTモデルの予測値は、IRT画像モデルと比較的一致する解釈可能なIRT表特徴を用いて確認されました。これらの特徴は、顔面温度の対称性や分布の不均一性など、冠動脈疾患（CHD）の予測に重要な側面に関する情報も提供しました。検証には、より大規模なサンプルと多様な集団を用いたさらなる研究が必要です。