【Nature子刊】看眼睛就能识别心脏病？

科学家们开发出了一种人工智能(AI)系统，可以分析在眼镜店或眼科诊所常规就诊时拍摄的眼部扫描，并识别心脏病发作高风险的患者。

医生已经了解到，视网膜中微小血管的变化是更广泛血管疾病的指标，包括心脏的问题。

在由利兹大学领导的研究中，深度学习技术被用来训练AI系统自动读取视网膜扫描，并识别那些在接下来的一年中，有可能心脏病发作的人。

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做出预测。

研究人员在《Nature Machine Intelligence》杂志上发表的“Predicting myocardial infarction through retinal scans and minimal personal information”文章中指出，AI系统的准确率在70%到80%之间，可以作为深入心血管调查的第二个转诊机制。

在视网膜扫描的分析中使用深度学习可以彻底改变患者定期筛查心脏病体征的方式。

Alex Frangi教授是利兹大学计算医学Diamond Jubilee主席，也是阿兰图灵研究机构研究员，他监督了这项研究。他说，“包括心脏病发作在内的心血管疾病是全球早期死亡的主要原因，也是英国的第二大杀手。这在世界范围内造成了慢性的不健康和痛苦。”

“这项技术打开了彻底改变心脏疾病筛查的可能性。视网膜扫描相对便宜，在验光中常规使用。作为自动筛查的结果，患病风险高的患者可以转诊至心脏专科服务。”

“扫描也可以用来追踪心脏病的早期迹象。”

该研究涉及来自利兹大学的科学家、工程师和临床医生；利兹教学医院的NHS信托；约克大学；中国科学院宁波慈溪生物医学成像研究所；法国蔚蓝海岸大学的全球合作；美国国立卫生研究院的国家生物技术信息中心和国家眼科研究所；比利时的鲁汶大学。

英国生物样本库（UK Biobank）为本研究提供了数据。

Chris Gale是利兹大学心血管医学教授，利兹教学医院NHS信托的心脏病学顾问，是研究论文的作者之一。

他说：“AI系统有可能识别出参加常规眼部筛查的个体，这些个体未来患心血管疾病的风险更高，由此可以更早地开始预防性治疗，以预防过早的心血管疾病。”

深度学习

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。AI系统确定了视网膜的病理与患者心脏变化之间的关联。

一旦了解到图像模式，AI系统就可以仅通过视网膜扫描来估计心脏四腔室之一左心室的大小和泵血效率。心室增大与心脏病风险增加相关。

通过左心室的估计大小和泵血效率的信息结合患者年龄和性别的基本人口统计学数据，AI系统可以预测他们在随后12个月内心脏病发作的风险。

目前，关于患者左心室大小和泵血效率的细节只有在有心脏超声检查或心脏磁共振成像等诊断试验的情况下才能确定。这些诊断检测可能价格昂贵，并且通常仅在医院环境中可用，使得资源匮乏的医疗系统国家的人们无法获得这些检测——或者在发达国家不必要地增加医疗成本和等待时间。

该研究论文的作者之一、利兹大学英国心脏基金会心血管成像教授Sven Plein说：“AI系统是解开自然界中存在的复杂模式的极好工具，这就是我们在这里发现的——视网膜变化与心脏变化相关的错综复杂的模式。”（转化医学网360zhyx.com）

参考资料：

https://medicalxpress.com/news/2022-01-eye-window-heart-disease.html

注：本文旨在介绍医学研究进展，不能作为治疗方案参考。如需获得健康指导，请至正规医院就诊。