據最新一期《自然·機器智能》雜志報道，英國研究人員開發(fā)了一種人工智能（AI）系統(tǒng)，可通過分析在常規(guī)訪問眼鏡店或醫(yī)院眼科時留下的眼部掃描數(shù)據，識別出心臟病發(fā)作高風險患者。該AI系統(tǒng)的識別準確率在70%—80%之間，可作為心血管疾病篩查的第二轉診機制。

視網膜微小血管的變化是更廣泛的血管疾病，包括心臟問題的指標。在英國利茲大學領導的這項研究中，研究人員利用深度學習技術訓練AI系統(tǒng)自動讀取視網膜掃描數(shù)據，并識別那些在接下來的一年中可能會得心臟病的人。深度學習是一系列復雜的算法，使計算機能夠識別數(shù)據中的模式并作出預測。

領導這項研究的利茲大學計算醫(yī)學教授艾利克斯·弗蘭吉說：“這項技術有可能徹底改變心臟病篩查。視網膜掃描相對便宜，并且在許多配鏡服務中經常使用。作為自動篩查的結果，可將患病風險高的人轉診至?？七M行治療?！?/p>

英國生物銀行為這項研究提供了數(shù)據。在深度學習過程中，AI系統(tǒng)分析了5000多人的視網膜掃描和心臟掃描數(shù)據。AI系統(tǒng)確定了視網膜病變與患者心臟變化之間的關聯(lián)。

一旦學習了圖像模式，AI系統(tǒng)就可以僅通過視網膜掃描來估計左心室（心臟的四個腔室之一）的大小和泵送效率。心室擴大與心臟病風險增高有關。借助有關左心室估測大小及其泵送效率的信息以及有關患者年齡、性別等基本人口統(tǒng)計數(shù)據，AI系統(tǒng)可預測他們在接下來的12個月內心臟病發(fā)作的風險。

目前，只有在進行了超聲心動圖或心臟磁共振成像等診斷測試后，才能確定患者左心室的大小和泵送效率的詳細信息。這些診斷測試通常很昂貴，而且只能在醫(yī)院中使用，這使得醫(yī)療保健系統(tǒng)資源較少的國家的人們無法獲得，在發(fā)達國家也增加了醫(yī)療保健成本和等待時間。

利茲大學英國心臟基金會心血管影像學教授、該研究論文的作者之一斯溫·普雷恩說：“AI系統(tǒng)是解開自然界中存在的復雜模式的絕佳工具，而我們發(fā)現(xiàn)的與心臟變化相關的視網膜變化復雜模式，正是其中之一。”（張夢然）