漲知識(shí) | 心靈的窗戶！人工智能通過掃描視網(wǎng)膜，預(yù)測心臟病發(fā)作
Big Data
配眼鏡的時(shí)候，就能看出來你有沒有心臟病發(fā)作風(fēng)險(xiǎn)，是不是很神奇?
這不是什么科幻故事，而是一項(xiàng)正在走進(jìn)現(xiàn)實(shí)的研究。
視網(wǎng)膜的微小血管或眼睛后部的細(xì)微變化可以顯示出一個(gè)人可能有心臟病發(fā)作的跡象，這使得人工智能有了用武之地。
這項(xiàng)研究發(fā)表在Nature Machine Intelligence，題目就叫《通過視網(wǎng)膜掃描和最少的個(gè)人信息來預(yù)測心肌梗死》(Predicting myocardial infarction through retinal scans and minimal personal information)。
在AI眼里，眼睛是怎么成為心靈的窗戶?
心血管疾病是英國第二大殺手，每年導(dǎo)致16萬人死亡，平均每天有460人死亡。在美國，每年有659,000人死于心臟病。
心臟是血液循環(huán)的核心，心臟出問題，必然會(huì)導(dǎo)致血液循環(huán)問題，血液循環(huán)問題又會(huì)導(dǎo)致視網(wǎng)膜細(xì)胞受損并死亡，留下永久性的印記。
利茲大學(xué)的研究人員就通過這一原理推進(jìn)了這項(xiàng)AI通過視網(wǎng)膜識(shí)別一年內(nèi)有心臟病發(fā)作的患者，準(zhǔn)確率高達(dá)80% 。來自約克、中國、法國、美國和比利時(shí)的科學(xué)家也參與了這項(xiàng)研究。
AI模型如何被訓(xùn)練出來，如何通過調(diào)試各種參數(shù)達(dá)到最高的準(zhǔn)確率，如何保證模型魯棒性和排除過擬合，這些文摘的讀者都應(yīng)該很熟悉了，這一切最關(guān)鍵的還是數(shù)據(jù)。
為了訓(xùn)練這種人工智能，研究人員一共找了5000多名英國人的視網(wǎng)膜掃描圖，再加上患者的基本醫(yī)學(xué)數(shù)據(jù)，比如年齡和性別，然后讓它將病人視網(wǎng)膜的損傷跡象與心臟的變化聯(lián)系起來。對比數(shù)據(jù)是病人的歷史數(shù)據(jù)，可以看出他們是否遭受過心臟病。
訓(xùn)練后的AI可以估計(jì)左心室的大小和泵血功效，左心室擴(kuò)大或泵血低效是心臟病的一個(gè)指標(biāo)。
以后驗(yàn)光師就可以提醒心臟病風(fēng)險(xiǎn)?
目前掃描左心室的技術(shù)有兩種——一種稱為超聲心動(dòng)圖的超聲波掃描，第二種是心臟的核磁共振成像。
這兩種方法都很昂貴，而且只能在醫(yī)院進(jìn)行，因此開發(fā)其他評估心臟健康的方法可以節(jié)省普通人的時(shí)間和金錢。尤其是在那些能力極其有限，無法進(jìn)行昂貴的心臟掃描的國家是有用的。
從結(jié)果來看，利茲大學(xué)的這項(xiàng)研究可以達(dá)到幾乎可以達(dá)到在醫(yī)院心臟?？频臋z查效果，而檢查視網(wǎng)膜要比拍超聲或者核磁要便宜多了。
視網(wǎng)膜是位于眼球后面與瞳孔相對的一層細(xì)胞。它負(fù)責(zé)將進(jìn)入眼睛的光轉(zhuǎn)化為化學(xué)信息。這些化學(xué)信息被發(fā)送到大腦，并作為形成我們視覺的圖像進(jìn)行解釋。
這是因?yàn)檠貉h(huán)不良可能是心臟病的早期指標(biāo)，可能導(dǎo)致部分視網(wǎng)膜死亡，留下永久性的印記，這個(gè)可以在標(biāo)準(zhǔn)的視力測試中被檢測出來。
在實(shí)力測試中，驗(yàn)光師經(jīng)常觀察雙眼的視網(wǎng)膜，尋找其他健康問題的跡象。在英國和許多國家的的一些驗(yàn)光師中，人們可以獲得更深入、更專業(yè)的視網(wǎng)膜圖像掃描，如果能在這個(gè)過程中順便能提示心臟病的風(fēng)險(xiǎn)，對公共健康來說是大有裨益的。
一些研究表明，被忽視的心臟病發(fā)作幾乎占到一半，而另一些研究則估計(jì)為五分之一，在英國，就有大約有1400萬人被認(rèn)為患有高血壓，這是心臟病發(fā)作的主要危險(xiǎn)因素之一，其中有500萬人沒有意識(shí)到自己正處于危險(xiǎn)之中。
來源：大數(shù)據(jù)文摘
編輯/張心怡
發(fā)布/許婷
精彩推薦
轉(zhuǎn)載請?jiān)谖恼麻_頭和結(jié)尾顯眼處標(biāo)注：作者、出處和鏈接。不按規(guī)范轉(zhuǎn)載侵權(quán)必究。
未經(jīng)授權(quán)嚴(yán)禁轉(zhuǎn)載，授權(quán)事宜請聯(lián)系作者本人，侵權(quán)必究。
本文禁止轉(zhuǎn)載，侵權(quán)必究。
授權(quán)事宜請至數(shù)英微信公眾號(ID: digitaling) 后臺(tái)授權(quán)，侵權(quán)必究。
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）