...

Een selfie maken opdat artificiële intelligentie je gezicht zou kunnen interpreteren, is in China dagelijkse kost. Het is bekend dat hart- en vaataandoeningen symptomen kunnen geven die af te lezen zijn op het gezicht: mannelijk type kaalheid, rimpels, een plooi in de oorlel, xanthelasmata en zo meer. Vandaar het idee om gezichtsherkenning te gebruiken voor preventieve detectie. Een Chinese onderzoeksgroep voerde een studie uit bij 5.796 patiënten, bij wie beeldvormingsonderzoek van de bloedvaten werd uitgevoerd (coronariografie of CT-scan van de kransslagaders). De patiënten werden willekeurig in twee groepen ingedeeld, een interventiegroep (n = 5.216, 90%) en een controlegroep (n = 580, 10%). Speciaal daarvoor opgeleide verpleegkundigen maakten vier foto's van het gezicht met digitale toestellen: een vooraanzicht, twee profielfoto's en een bovenaanzicht van het hoofd, en stelden de proefpersonen vragen over hun sociaaleconomische toestand, levenswijze, lichaamsbeweging en medische voorgeschiedenis. Radiologen analyseerden vervolgens de beelden van de kransslagaders. Coronairlijden werd gedefinieerd als een of meer stenosen van meer dan 50%. Met die gegevens werd een algoritme gevormd en gevalideerd, dat vervolgens werd uitgetest bij 1.013 andere mensen. Met artificiële intelligentie konden hart- en vaataandoeningen in 80% van de gevallen correct gedetecteerd worden. Dat is beter dan met de bestaande voorspellende methoden (Diamond-Forrester-model en de Coronary Artery Disease score). De kin, het voorhoofd en de neus zouden belangrijkere aanwijzingen zijn dan andere delen van het gezicht. "Voor zover ons bekend, is dit de eerste studie die aantoont dat het resultaat oplevert om het gezicht te analyseren met het oog op detectie van hart- en vaat- aandoeningen. Zo zouden patiënten bij wie verder onderzoek vereist is, op een eenvoudige, goedkope en doeltreffende manier kunnen worden opgespoord", commentarieert prof. Zhe Zheng. Hij erkent dat het algoritme nog bij een groter aantal mensen van verschillende leeftijden en wisselende etnische origine moet worden uitgetest en dat de specificiteit (54%) nog moet worden verhoogd. Bij 46% is het resultaat immers fout positief, wat erg beangstigend is voor de patiënten en wat kan leiden tot onnodige tests. Prof. Zhe Zheng stelt dat het uiteindelijk de bedoeling is een app te ontwikkelen voor personen die een hoog risico lopen. Zij zouden dan zelf hun risico kunnen meten en indien nodig naar een ziekenhuis kunnen gaan.