科学家有望利用人工智能技术来预测人群患心血管疾病的风险

　　近日，一项刊登在国际杂志Nature Biomedical Engineering上的研究报告中，来自新加坡全国眼科中心等机构的科学家们通过研究开发了一种新方法利用人工智能技术来预测个体患心血管疾病的风险，文章中，研究者描述了如何利用视网膜血管扫描作为深度学习系统的数据源，从而教会该系统如何识别人群患心血管疾病的迹象。

　　100多年来，临床医生一直会观察病人的眼睛来寻找其视网膜血管的变化，这些变化能够反映个体在一段时间内遭受高血压所带来的影响，而诸如这种影响或许是心血管疾病即将发生的征兆，而随着时间推移，医学科学家们就开发出了特殊仪器来帮助眼科大夫更好地观察眼睛中最容易受到高血压影响损伤的部分，并能将其作为诊断高血压患者的一个关键部分，但诸如此类工具仍然需要医疗专业技术人员对患者的诊断做出最后的决定，这项最新研究中，研究人员就能够教会人工智能系统识别人群机体出现的相同类型的症状，其并不需要人类人为地干预。

　　这项研究中，研究人员训练人工智能系统，使其能通过研究视网膜血管的扫描结果并描述既定患者的标志物数据，从而来帮助识别心血管疾病的标记，但该系统如果要完成这项工作，首先其必须学会通过分析成千上万张图像及每位患者突出的相关标记，从而识别特殊的标志物，在这种情况下，研究人员利用来自不同背景人群的7万多张图像对这种新型系统进行了训练。

　　为了检测该系统的准确性，研究人员将人工智能系统得到的结果与临床医生使用传统检测手段诊断心血管疾病风险（比如糖尿病、肥胖、BMI、当不纯和糖化血红蛋白水平）的结果进行了比较，结果表明，人工智能系统在检测后对病人的追踪研究基础上的表现优于临床专家。最后研究者表示，利用基于人工智能的诊断系统来预测人群患早期心血管疾病的风险，或许能作为一种新型工具来帮助临床医生尽可能早地筛查出潜在的风险人群，从而就能及早干预来减缓患者的疾病进展并改善其生活质量。（生物谷Bioon.com）

　　原始出处：

　　Carol Y. Cheung， Dejiang Xu， Ching-Yu Cheng， et al. A deep-learning system for the assessment of cardiovascular disease risk via the measurement of retinal-vessel caliber， Nature Biomedical Engineering (2020). DOI：10.1038/s41551-020-00626-4