用眼睛作为观察心脏病的窗口

眼睛是心灵的窗户——

用眼睛作为观察心脏病的窗口

科学家们开发了一种人工智能(AI)系统，该系统可以分析在常规访问配镜师或眼科诊所时进行的眼部扫描，并识别出心脏病发作高风险的患者。 

医生们已经认识到，视网膜微小血管的变化是更广泛的血管疾病的指标，包括心脏问题。 

在由英国利兹大学领导的这项研究中，深度学习技术被用来训练人工智能系统自动读取视网膜扫描并识别那些在接下来的一年中可能会心脏病发作的人。  

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《自然·机器智能》（Nature Machine Intelligence）杂志上撰文称，人工智能系统的准确率在 70% 到 80% 之间，可用作深入心血管调查的第二转诊机制。  

在视网膜扫描分析中使用深度学习可能会彻底改变患者定期筛查心脏病迹象的方式。 

Alex Frangi 教授是利兹大学计算医学钻石禧年主席，也是艾伦图灵研究所的图灵研究员，他监督了这项研究。他指出：心血管疾病，包括心脏病发作，是全球早逝的主要原因，也是英国的第二大杀手。这会导致全世界的慢性健康不良和痛苦。

这项技术开启了彻底改变心脏病筛查的可能性。视网膜扫描相对便宜，并且在许多配镜师实践中常规使用。由于自动筛查，有高患病风险的患者可以转诊给专科医生接受心脏服务。

这项研究涉及了来自利兹大学的科学家、工程师和临床医生的全球合作;利兹教学医院NHS信托基金;约克大学;中国科学院宁波慈溪生物医学影像研究所;法国蔚蓝海岸大学;国家生物技术信息中心和国家眼科研究所（米国国家卫生研究院的一部分;比利时的鲁汶大学。

英国生物银行为这项研究提供了数据。 

利兹大学心血管医学教授和利兹教学医院 NHS 信托基金的心脏病顾问专家 Chris Gale 是该研究论文的作者之一。 

他指出：人工智能系统有潜力识别参加常规眼科检查的人，他们未来有更高的心血管疾病风险，从而可以更早开始预防性治疗，预防过早的心血管疾病。

深度学习 

在深度学习过程中，人工智能系统分析了 5000 多人的视网膜扫描和心脏扫描。人工智能系统确定了视网膜病变与患者心脏变化之间的关联。  

一旦学习了图像模式，人工智能系统就可以仅通过视网膜扫描来估计左心室的大小和泵送效率。扩大的心室与心脏病风险增加有关。  

借助有关左心室估计大小及其泵送效率的信息以及有关患者、年龄和性别的基本人口统计数据，人工智能系统可以预测他们在接下来的 12 个月内心脏病发作的风险。  

目前，只有在进行了超声心动图或心脏磁共振成像等诊断测试后，才能确定患者左心室的大小和泵送效率的详细信息。这些诊断测试可能很昂贵，而且通常只能在医院环境中使用，这使得医疗保健系统资源较少的国家的人们无法获得它们——或者在发达国家不必要地增加了医疗保健成本和等待时间。 

利兹大学英国心脏基金会心血管影像学教授、该研究论文的作者之一 Sven Plein 指出：人工智能系统是解开自然界中存在的复杂模式的绝佳工具，而这正是我们在这里发现了与心脏变化相关的视网膜变化的复杂模式。