使用机器学习开发的软件可以通过分析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。
图片来自网络
这项新研究发表在《英国眼科杂志》上，如果研究结果在未来的临床试验中得到验证，则为开发快速而平价的心血管筛查铺平了道路。这些筛查将使个人知道他们中风和心脏病发作的风险，而无需进行血液检查甚至血压测量。
“这种人工智能工具可以在60秒或更短的时间内让某人知道他们的风险水平，”该研究的主要作者Alicja Rudnicka透露。该研究发现，这些预测与当前测试产生的预测一样准确。
图片来自网络
该软件的工作原理是分析眼睛视网膜内包含的血管网络。它测量这些动脉和静脉覆盖的总面积，以及它们的宽度和“曲折度”（它们的弯曲程度）。所有这些因素都受到个人心脏健康的影响，使软件能够通过查看其眼睛的非侵入性快照来预测受试者患心脏病的风险。
“这项研究增加了越来越多的知识，即眼睛可以用作身体其他部位的窗口，”与该研究无关的眼科和人工智能分析研究员Pearse Keane告诉媒体。“一百多年来，医生们已经知道，你可以直视眼睛，看到糖尿病和高血压的迹象。但问题是人工评估：由人类专家手动描绘大概。Keane说，使用机器学习可以克服这一挑战。
使用人工智能从眼部扫描中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用于筛查眼部疾病，研究表明人工智能可以以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氏症（基恩自己的研究领域）。应用这些发现的工具正处于不同的开发阶段，但关于其诊断的可靠性和普遍性仍然存在疑问。
图片来自网络
例如，这项由伦敦大学圣乔治分校的一个团队进行的这项研究仅在白人患者的眼部扫描中进行了测试。该团队从英国生物样本库获取了他们的测试数据，该数据库恰好有94.6%的白人（反映了英国自己的人口统计数据，包括生物样本库中包括的患者年龄范围）。将来必须平衡这种偏见，以确保任何诊断工具对不同种族都同样准确。
研究人员将他们名为QUARTZ的软件的结果（一种创造性的首字母缩略词，源自“视网膜血管拓扑和siZe的QUantitative分析”）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“可比的性能”。Keane说，最大的挑战是将这种工作从“代码到临床”。
