使用机器学习开发的软件可以通过分析一个人眼睛里的静脉和动脉血管，在不到一分钟的时间里可以预测其患心脏病的风险。这项发表在《英国眼科杂志》上的新研究，为开发快速和廉价的心血管筛查铺平了道路，如果这些发现在未来的临床试验中得到验证。这些筛查将让个人知道他们中风和心脏病发作的风险，而不需要验血，甚至不需要测量血压。
这项研究的主要作者AlicjaRudnicka告诉《卫报》："这种人工智能工具可以让人在60秒或更短时间内知道他们的风险水平。该研究发现，预测结果与当前测试产生的结果一样准确。"
该软件通过分析眼睛视网膜内的血管网络来工作。它测量这些动脉和静脉覆盖的总面积，以及它们的宽度和"迂回性"（它们的弯曲程度）。所有这些因素都受到个人心脏健康的影响，使该软件能够仅仅通过观察受试者眼睛的非侵入性快照来预测其患心脏病的风险。
眼科和人工智能分析研究人员皮尔斯-基恩（PearseKeane）表示："这项研究增加了越来越多的知识，即眼睛可以作为了解身体其他部位的窗口。一百多年来，医生们都知道可以通过观察眼睛，看到糖尿病和高血压的迹象。但问题是必须通过人工用经验评估：由人类专家手动划定血管。使用机器学习可以克服这一挑战。"
使用人工智能从眼睛扫描中诊断疾病已被证明是机器学习医学中发展最快的领域之一，美国食品和药物管理局批准的第一个人工智能诊断设备被用于筛查眼部疾病，研究表明人工智能可以通过这种方式检测一系列疾病，从糖尿病视网膜病变到阿尔茨海默氏症（基恩自己的研究领域）。应用这些发现的工具正处于不同的开发阶段，但对其诊断的可靠性和普遍性存在疑问。
最近的这项研究是由伦敦大学圣乔治分校的一个团队进行的，例如，只对白人患者的眼睛扫描进行了测试。该团队的测试数据来自英国生物库，这个数据库恰好是94.6%的白人（反映了英国自己在生物库所包括的病人年龄范围内的人口统计学）。这种人种偏见在未来必须得到平衡，以确保任何诊断工具对不同种族的人都同样准确。
研究人员将他们名为QUARTZ（一个创造性的缩写，源自"视网膜血管拓扑结构和siZe的定量分析"）的软件的结果与标准弗雷明汉风险评分测试（FRS）产生的10年风险预测进行了比较。他们发现这两种方法具有"相当的性能"。
基恩说，最大的挑战是将这种工作从"代码到临床"。他问道，谁能把这种研究变成一种诊断工具；是英国的国家卫生服务系统（NHS）还是从大学剥离出来的公司？监管机构在批准该软件的使用前会要求达到什么样的性能水平？"在什么时候我们会说我们完成了，并把它变成一个商业产品？"
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】