Nature：AI看看你的眼睛，就能預(yù)判心臟病

AI掃描視網(wǎng)膜圖像，邊測視力邊做心臟病篩查。

智東西1月26日消息，本周二，英國利茲大學(xué)研究小組的一項新成果登上國際學(xué)術(shù)頂刊Nature的子刊Nature Machine Intelligence。研究人員開發(fā)了一種AI（人工智能）系統(tǒng)，該系統(tǒng)通過深度學(xué)習(xí)算法來訓(xùn)練，可以分析視網(wǎng)膜掃描圖像中的心臟病發(fā)作跡象，識別準(zhǔn)確率在70%-80%之間。

AI系統(tǒng)可以自動讀取視網(wǎng)膜圖像掃描，預(yù)測未來一年中該患者是否有心臟病發(fā)作的風(fēng)險，并且眼部掃描的圖像在一般配鏡師或眼科診所中就能獲得。這項研究由利茲大學(xué)領(lǐng)導(dǎo)聯(lián)合中科院寧波慈溪生物醫(yī)學(xué)工程研究所、英國約克大學(xué)、法國蔚藍(lán)海岸大學(xué)等研究人員進(jìn)行，系統(tǒng)訓(xùn)練的數(shù)據(jù)由英國生物樣本庫（UK Bio-bank）提供。

01.自動篩查視網(wǎng)膜圖像預(yù)測一年內(nèi)心臟病風(fēng)險

最近的研究表明，視網(wǎng)膜圖像上的視網(wǎng)膜血管密度或彎曲度等生物標(biāo)記物與心功能相關(guān)，并可能預(yù)示著患者的心臟病發(fā)作風(fēng)險。

▲英國生物樣本庫的視網(wǎng)膜圖像

研究人員通過研究心臟左室質(zhì)量（LVM）和左室舒張末期容積（LVEDV），證明使用視網(wǎng)膜圖像和基本人口數(shù)據(jù)可以預(yù)測患者的心肌梗死風(fēng)險。

“該研究可能會改變我們篩查和追蹤心臟病早期癥狀的方式。”負(fù)責(zé)監(jiān)督此項研究的亞歷克斯·弗蘭基（Alex Frangi）說。他目前在英國利茲大學(xué)擔(dān)任計算醫(yī)學(xué)鉆石禧年（Diamond Jubilee）教授，也是艾倫圖靈研究所（Alan Turing Institute）的圖靈研究員，“包括心臟病在內(nèi)的心血管疾病，是全球早期患者死亡的主要原因，也是英國的第二大疾病殺手。”“那些參加常規(guī)眼科篩查的人，未來患心血管疾病的風(fēng)險更高。視網(wǎng)膜AI系統(tǒng)識別可以更早地開始預(yù)防性治療，以防范心血管疾病。”利茲大學(xué)心血管醫(yī)學(xué)教授克里斯·蓋爾（Chris Gale）說，他也是這篇論文的作者之一。

視網(wǎng)膜AI輔助診斷心臟病的系統(tǒng)一旦普及，就可以用于眼鏡店、眼科診所的自動篩查，有高患病風(fēng)險的患者就可以及時發(fā)現(xiàn)，并轉(zhuǎn)診給心臟病領(lǐng)域的專科醫(yī)生。

02.視網(wǎng)膜變化+基本人口信息就能判斷心臟病風(fēng)險

深度學(xué)習(xí)過程中，這個AI系統(tǒng)使用來自英國生物銀行的數(shù)據(jù)進(jìn)行訓(xùn)練，分析了5000多人的視網(wǎng)膜掃描和心臟掃描圖像，已確定患者視網(wǎng)膜病理與心臟變化之間的關(guān)系。學(xué)習(xí)了圖像模型后，該系統(tǒng)就可以僅通過視網(wǎng)膜掃描來估計左心室（心臟的四個腔室之一）的大小和泵送效率。一般情況下，心室擴大就代表著心臟病風(fēng)險增加。

▲心臟結(jié)構(gòu)圖（圖片來源為搜狐新聞）

這5000個人的左心室大小變化及其泵送頻率的信息，與患者的年齡、性別等基本數(shù)據(jù)統(tǒng)一起來，AI系統(tǒng)就可以預(yù)測他們在未來12個月內(nèi)心臟病發(fā)作的風(fēng)險。AI系統(tǒng)的使用能大大降低心臟病診斷測試的未來成本?，F(xiàn)在為了確定心室大小和泵送效率，患者需要進(jìn)行超聲心動圖或者心臟磁共振成像等測試。

目前，上述測試的限制較多，只能在醫(yī)院中測試并且成本較高。因此，在不發(fā)達(dá)或醫(yī)療保健資源較少的地區(qū)，他們的患者醫(yī)療成本和等待時間可能會很長。利茲大學(xué)英國心臟基金會心血管影像學(xué)教授、該研究論文的作者之一斯文·普萊因（Sven Plein）說：“AI系統(tǒng)是解開自然界中存在的復(fù)雜模式的絕佳工具，正是我們發(fā)現(xiàn)的——視網(wǎng)膜變化與心臟變化相關(guān)的復(fù)雜模式。”

03.視網(wǎng)膜圖像質(zhì)量參差訓(xùn)練數(shù)據(jù)受限

誠然，這項研究中也存在局限性。首先，研究人員稱，使用視野較小的視網(wǎng)膜圖像，或不包含黃斑和視盤的圖像可能會影響該方法的性能。同樣，對比度、照明和圖像質(zhì)量的變化也會顯著影響結(jié)果。其次，用于訓(xùn)練和評估擬議方法的患者基本數(shù)據(jù)和圖像采集參數(shù)方面存在同質(zhì)性。

據(jù)了解，可用的公開數(shù)據(jù)集只有兩個，分別是英國生物樣本庫（UK Biobank）和年齡相關(guān)性眼病研究機構(gòu)（AREDS），上述兩個機構(gòu)提供了與相應(yīng)患者視網(wǎng)膜圖像相關(guān)的患者人口統(tǒng)計學(xué)和心肌梗死事件信息。

年齡相關(guān)性眼病研究機構(gòu)的數(shù)據(jù)集是在之前用于評估年齡相關(guān)性黃斑變形研究中收集的，用于評估年齡相關(guān)性黃斑變性（老年性黃斑變性）的研究。因此，該數(shù)據(jù)集的大多數(shù)參與者平均年齡為70歲，并非處于心肌梗死發(fā)病率迅速上升的年齡。本次研究中采用的是英國生物樣本庫提供的5000多名患者數(shù)據(jù)，相比于年齡相關(guān)性眼病研究機構(gòu)，英國生物銀行的數(shù)據(jù)異質(zhì)性較高，其人口數(shù)據(jù)基本上是健康的。

因此，數(shù)據(jù)集中記錄的視網(wǎng)膜圖像采集后的心肌梗死病例在總?cè)丝谥械谋壤鄬^低，可以為訓(xùn)練和驗證提供更多異構(gòu)數(shù)據(jù)。有效的數(shù)據(jù)集對于將正在開發(fā)的解決方案轉(zhuǎn)化為實際臨床應(yīng)用至關(guān)重要，這將是研究人員未來工作的主題。

04.結(jié)語：視網(wǎng)膜診斷系統(tǒng)加速AI應(yīng)用落地

近年來，醫(yī)療AI賽道涌現(xiàn)了多項突破性成就，尤其在視網(wǎng)膜輔助診斷領(lǐng)域。除利茲大學(xué)的視網(wǎng)膜診斷心血管疾病，我國廣州中山大學(xué)中山眼科中心的系統(tǒng)可識別糖尿病、高血壓等全身性疾??；國內(nèi)視網(wǎng)膜影像AI創(chuàng)企鷹瞳科技的算法能識別55種健康風(fēng)險……視網(wǎng)膜AI輔助診斷系統(tǒng)，能夠?qū)⑨t(yī)療場景進(jìn)一步擴大，適用于眼科診所、眼鏡店等常見區(qū)域，降低醫(yī)療成本，更快發(fā)現(xiàn)突發(fā)性疾病。視網(wǎng)膜AI輔助診斷系統(tǒng)將進(jìn)一步促進(jìn)AI技術(shù)普惠。

來源：英國利茲大學(xué)官網(wǎng)

編譯 |  程茜

編輯 |  Panken