据最新一期《自然·机器智能》杂志报道,英国研究人员开发了一种人工智能(AI)系统,可通过分析在常规访问眼镜店或医院眼科时留下的眼部扫描数据,识别出心脏病发作高风险患者。该AI系统的识别准确率在70%—80%之间,可作为心血管疾病筛查的第二转诊机制。

视网膜微小血管的变化是更广泛的血管疾病,包括心脏问题的指标。在英国利兹大学领导的这项研究中,研究人员利用深度学习技术训练AI系统自动读取视网膜扫描数据,并识别那些在接下来的一年中可能会得心脏病的人。深度学习是一系列复杂的算法,使计算机能够识别数据中的模式并作出预测。

领导这项研究的利兹大学计算医学教授艾利克斯·弗兰吉说:“这项技术有可能彻底改变心脏病筛查。视网膜扫描相对便宜,并且在许多配镜服务中经常使用。作为自动筛查的结果,可将患病风险高的人转诊至专科进行治疗。”

英国生物银行为这项研究提供了数据。在深度学习过程中,AI系统分析了5000多人的视网膜扫描和心脏扫描数据。AI系统确定了视网膜病变与患者心脏变化之间的关联。

一旦学习了图像模式,AI系统就可以仅通过视网膜扫描来估计左心室(心脏的四个腔室之一)的大小和泵送效率。心室扩大与心脏病风险增高有关。借助有关左心室估测大小及其泵送效率的信息以及有关患者年龄、性别等基本人口统计数据,AI系统可预测他们在接下来的12个月内心脏病发作的风险。

目前,只有在进行了超声心动图或心脏磁共振成像等诊断测试后,才能确定患者左心室的大小和泵送效率的详细信息。这些诊断测试通常很昂贵,而且只能在医院中使用,这使得医疗保健系统资源较少的国家的人们无法获得,在发达国家也增加了医疗保健成本和等待时间。

利兹大学英国心脏基金会心血管影像学教授、该研究论文的作者之一斯温·普雷恩说:“AI系统是解开自然界中存在的复杂模式的绝佳工具,而我们发现的与心脏变化相关的视网膜变化复杂模式,正是其中之一。”(记者张梦然)

推荐内容