利用机器学习开发的软件可以通过分析某人眼睛中的静脉和动脉,在不到一分钟的时间内预测某人患心脏病的风险。
这项新研究发表在《英国眼科学杂志》上。如果这项发现在未来的临床试验中得到验证,将为快速、廉价的心血管筛查铺平道路。这些筛查可以让人们知道他们患中风和心脏病的风险,而不需要验血甚至测量血压。
专家表示,这项研究很有前景,但在成为可行的诊断工具之前还需要进一步研究。
该研究的主要作者Alicja Rudnicka在接受《卫报》采访时表示:“这种人工智能工具可以在60秒或更短的时间内让人们知道他们的风险水平。”同时研究发现,这个工具的预测结果与目前常用的测试方法结果一样准确。
“眼睛可以作为身体其他部位的窗口。”
该软件的工作原理是分析视网膜内的血管网。它测量了这些动脉和静脉覆盖的总面积,以及它们的宽度和“弯曲度”(弯曲程度)。所有这些因素都受到个人心脏健康状况的影响,因此软件只需观察受试者眼睛的非侵入性快照,就可以预测受试者患心脏病的风险。
研究人员将他们的软件命名为QUARTZ(一个独创的首字母缩写,源自短语“视网膜血管拓扑和大小的定量分析”)。
我们常说“眼睛是心灵的窗户”,越来越多的知识表明,眼睛可以被用作身体其他部位的诊断窗口。医生们在一百多年前就知道,可以通过眼睛看到糖尿病和高血压的迹象。但问题在于以往是以医学专家的经验进行人工评估,增加了不确定性和误判。如今使用机器学习可以克服这一挑战。
利用人工智能通过眼部扫描诊断疾病已被证明是机器学习医学发展最快的领域之一。FDA批准的第一个人工智能诊断设备被用于筛查眼疾,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症。这些应用工具处于不同的发展阶段,但其诊断的可靠性和普遍性仍然存在问题。
比如,伦敦大学圣乔治学院的一个研究小组进行的这项最新研究只对白人患者的眼部扫描进行了测试。研究团队从英国生物库(UK Biobank)获取测试数据,该数据库恰巧94.6%是白人(反映出英国自身的人口统计数据,包括在生物库中的患者的年龄范围)。未来必须平衡这种偏见,以确保任何诊断工具对不同种族都是同样准确的。
研究人员将他们的软件QUARTZ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”。
专家称最大的挑战是将这类工作从“编码到临床”。比如谁能把这类研究变成正式的诊断工具?是英国的国民医疗服务体系(NHS),还是从大学中剥离出来的一家公司?监管机构在批准使用该软件之前,会要求达到什么样的性能水平?从研究到产品实用化(商业化)还有很长的路要走。