人工智能算法可预测心血管疾病和中风风险

人工智能眼部扫描可用于快速准确地预测一个人是否患有心脏病的高风险，一项涉及伦敦金斯顿大学研究人员的新研究已经建立。

这些发现可以为使用相机更快，更简单地进行心血管筛查铺平道路，而无需进行血液检查或血压测量。

循环系统疾病，包括心血管疾病，冠心病，心力衰竭和中风，是全球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。虽然存在几种风险框架，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的特征，例如血管的宽度和弯曲程度。

他们与伦敦大学圣乔治分校、摩尔菲尔德眼科医院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，证明这种支持人工智能的成像可以指定心血管疾病和中风的风险，并作为传统血管健康风险评分的替代预测生物标志物。研究结果现已发表在《英国眼科杂志》上。

“通过这项研究，我们已经表明，眼科医生可以在大街上常规进行的人工智能眼部扫描与心血管风险的标准测量一样好，”巴曼教授说。“在英国，每个去看验光师的人都会接受眼部扫描，与需要全科医生进行血液检查的标准方法相反，这种类型的筛查只需要视网膜图像和一些细节，例如年龄，患者是否吸烟以及一些与他们病史有关的问题。

“这种方法将允许以非侵入性的方式对人群进行更广泛的筛查，从而可以为那些被发现处于更大风险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全自动的人工智能算法，称为QUARTZ，以评估视网膜脉管系统成像的潜力以及预测血管健康和死亡的已知风险因素。该算法可以在不到一分钟的时间内评估单个视网膜图像。

使用该算法扫描了来自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，专门研究了血管的宽度，血管面积和曲率程度，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岁的参与者的视网膜图像上。

将QUARTZ的性能与广泛使用的弗雷明汉风险评分框架进行了比较。参与者的健康状况平均跟踪七到九年，根据年龄，性别，吸烟，病史和视网膜脉管系统的非侵入性风险评分与弗雷明汉框架一样。

更多信息：Alicja Regina Rudnicka 等人，人工智能支持的视网膜血管测量法用于预测循环死亡率、心肌梗塞和中风，英国眼科杂志（2022 年）。DOI： 10.1136/bjo-2022-321842

期刊信息：英国眼科杂志