一個新演算法由Google及其兄弟姐妹公司開發的實際生命科學可以評估一個人的心血管疾病風險。 AI分析了視網膜圖像。
AI掃描了一個人的視網膜的圖像，並準確預測了心髒病或中風等重大心臟事件的風險。機器人AI使用標準視網膜掃描來分析視網膜中的血管。
深度學習算法
這項研究由Google的研究人員，Verily Life Sciences和Stanford醫學院的研究使用深度學習算法從視網膜圖像中提取新知識。
AI根據年齡，性別，血壓和吸煙狀況等掃描了視網膜圖像，並確定了心血管危險因素。
“我們的算法使用整個圖像來量化圖像與心髒病或中風的風險之間的關聯，”說Google Brain Team產品經理Lily Peng MD博士，研究的主要作者之一。
對深度學習模型進行了配置，以研究每種視網膜掃描的解剖學特徵以生成特定的預測。
通過AI算法研究了來自284,335例患者的數據，並驗證了兩個獨立數據集的12,026例和999名患者的分析。
看著眼睛
視網膜掃描或視網膜成像已經用於診斷和管理與年齡有關的眼部疾病和糖尿病性視網膜病。它也可能是診斷慢性和長期疾病的生物標誌物的重要來源。這Google AI只有掃描視網膜的圖像以進行預測。
如果給出了經歷過重大心血管事件的患者的視網膜圖像和其他患者的視網膜圖像，則該算法可以挑選出具有70％精度的心血管事件的患者。
彭說：“儘管醫生通常可以區分嚴重的高血壓患者的視網膜圖像和正常患者的視網膜圖像，但我們的算法可以進一步預測總體患者平均在11 mmHg之內的收縮壓，包括有或沒有高血壓的患者。”
AI的方法與其他形式的心血管風險評估（例如血液檢查）的準確性相媲美。
使用深處的技術神經網絡產生了數據的熱圖或圖形表示，該數據揭示了圖像中哪些像素在預測風險因素中最重要。
每個心血管危險因素都使用不同的模式，例如血壓的血管和其他預測的視盤。
“模式識別和使用圖像是目前AI的最佳領域之一，”說Harlan M. Krumholz，醫學教授，耶魯大學成果研究與評估中心主任。
Google的新研究可能代表了一種新的科學發現方法，包括癌症研究。照片，掃描和傳感器的使用將改善患者的身體檢查並確定特定的治療方法。
該研究“通過深度學習對視網膜眼睛照片的心血管風險因素的預測”發表在《雜誌》中自然生物醫學工程。
