机器学习可以帮助识别人胸主动脉瘤的风险

异常扩大aorta-also称为主动脉主动脉瘤撕裂或断裂,导致心源性猝死。不幸的是,患者常常没有症状或体征主动脉之前,它把血液从心脏到身体的其他部位,就会失败。领导的研究小组调查人员最近在马萨诸塞州总医院(MGH)使用一种叫做深度学习人工智能的发现见解变异的遗传基础主动脉的大小。除了识别高危个体,这些发现可能指向新的预防和治疗靶点。

这项研究发表在自然遗传学英国生物库的依赖数据,研究执行多个心脏和主动脉的磁共振成像测试超过40000人。“没有主动脉英国生物库提供的测量,和我们想读主动脉直径在所有的图片收集,”解释了作者詹姆斯·Pirruccello MD, MGH心脏病专家,哈佛医学院的老师。”,对人类是非常困难的,因为它需要很长时间,这驱使我们使用深度学习模型在大规模做这个过程。”

研究人员训练有素的深度学习模型来评估升序和降序的尺寸部分460万年主动脉心脏图像。然后分析了研究对象的基因识别变化在82年基因区域(或地点)与升主动脉的直径和47与降主动脉的直径有关。有些位点附近的基因与已知对主动脉疾病。

“当我们说到所谓的多基因的遗传变异的分数,的人更高的分数更有可能被诊断为主动脉瘤由一个医生,”Pirruccello说。”这表明,在进一步的开发和测试,这样的分数可能会有一天会有助于我们识别高危人群的动脉瘤。我们发现的基因位点也提供了一个有用的起点为试图确定新的药物靶点主动脉扩张。”

Pirruccello补充说,研究结果也提供了支持证据,深度学习和其他机器学习方法可以帮助加速科学分析等复杂的生物医学数据的成像结果。