Erre a következtetésre jutottak a Kobe Egyetem tudósai, akik mesterséges intelligenciamodellt fejlesztettek ki a betegség korai diagnosztizálására. A munkát a The Journal of Clinical Endocrinology and Metabolism (JCEM) című folyóiratban tették közzé.
Az akromegáliát a növekedési hormon túlzott termelődése okozza. A betegség általában középkorban alakul ki, és a kezek, lábak és arcvonások fokozatos megnagyobbodását eredményezi.
Ha nem kezelik, a betegség súlyos szövődményeket okozhat, és átlagosan körülbelül tíz évvel rövidíti meg a várható élettartamot.
A kutatók úgy döntöttek, hogy megvizsgálják, hogy a betegség jelei kimutathatók-e a kezekről készült fényképek segítségével. Ez a megközelítés kényelmesebb és adatvédelmi szempontból biztonságosabb lehet, mint az arcképek elemzése.
A munkához a kutatók 725 résztvevő adatait gyűjtötték össze 15 japán egészségügyi központból. Körülbelül felüknél diagnosztizáltak akromegáliát. Összesen több mint 11 000 kézfotót használtak fel a kutatók az algoritmus betanításához és validálásához.
A képeken csak a kézhát és az ökölbe szorított kézfej volt látható, a tenyeret – annak egyedi vonalaival – szándékosan elrejtették az anonimitás megőrzése érdekében.
A kifejlesztett gépi tanulási modell nagy pontosságot mutatott. Ha az algoritmus a betegség jelenlétét jelezte, 88%-os volt a valószínűsége annak, hogy az illető valóban akromegáliában szenved. Ha az eredmény negatív volt, a betegség hiányának valószínűsége elérte a 93%-ot. Ugyanakkor az algoritmus pontosabb volt, mint az endokrinológusok, akiknek ugyanazokat a fényképeket mutatták.
A jövőben a kutatók azt tervezik, hogy nagyobb és változatosabb mintákon tesztelik a modell hatékonyságát. Azt is ki akarják deríteni, hogy hasonló algoritmusok felhasználhatók-e más, a kéz elváltozásaiban megnyilvánuló betegségek, például a reumás ízületi gyulladás vagy a vérszegénység felismerésére.
