一项由伦敦金斯顿大学的研究人员参与的新研究证实，支持人工智能的眼部扫描可用于快速准确地预测一个人是否有患心脏病的高风险。
这些发现可以为心血管筛查铺平道路，通过使用相机更快速、更简单地进行筛查，而无需进行血液测试或血压测量。
循环系统疾病，包括心血管疾病、冠心病、心力衰竭和中风，是全世界健康不良和死亡的主要原因，目前仅占英国死亡人数的四分之一。虽然存在多种风险框架，但这些框架并不总是能够准确识别那些将继续发展或死于循环系统疾病的人。
作为研究的一部分，金斯顿大学计算机视觉教授 Sarah Barman 和博士后研究员 Roshan Welikala 开发了人工智能 (AI) 算法，可以可靠地测量视网膜图像上的特征，例如血管的宽度和它们的弯曲程度。
他们与来自伦敦大学圣乔治学院、Moorfields 眼科医院的 NIHR 生物医学研究中心和伦敦大学学院眼科研究所以及剑桥大学 MRC 流行病学部门的同事合作，证明这种支持 AI 的成像可以明确心血管疾病的风险疾病和中风，并作为血管健康传统风险评分的替代预测生物标志物。该研究结果现已发表在英国眼科杂志上。
巴曼教授说： “通过这项研究，我们已经证明，眼科医生可以在大街上例行进行的人工智能眼部扫描与衡量心血管风险的标准一样好。” “每个去英国配镜师的人都会接受眼部扫描，与需要全科医生验血的标准方法不同，这种类型的筛查只需要视网膜图像和一些细节，比如年龄，病人是否吸烟以及一些有关其病史的问题。
“这种方法可以以非侵入性的方式对人群进行更广泛的筛查，从而为那些被发现处于更高风险中的人提供早期预防性治疗，具有相当大的潜力。”
研究人员开发了一种名为 QUARTZ 的全自动 AI 算法，以评估视网膜血管成像与已知风险因素一起预测血管健康和死亡的潜力。该算法可以在不到一分钟的时间内评估单个视网膜图像。
使用该算法扫描来自 88,052 名年龄在 40-69 岁之间的英国生物银行参与者的视网膜图像，特别观察血管的宽度、血管面积和弯曲度，以开发中风、心脏病发作和循环系统疾病死亡的预测模型。然后将这些模型应用于欧洲癌症前瞻性调查 (EPIC)-诺福克研究的 7,411 名年龄在 48-92 岁之间的参与者的视网膜图像。
QUARTZ 的性能与广泛使用的 Framingham 风险评分框架进行了比较。参与者的健康状况平均被跟踪七到九年，发现基于年龄、性别、吸烟、病史和视网膜血管系统的非侵入性风险评分与 Framingham 框架一样有效。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！