研究发现，通过人工智能算法，通过简单的视力测试就可以预测心脏病的风险
伦敦金斯顿大学的研究人员参与的一项新研究表明，人工智能眼部扫描可用于快速准确地预测一个人是否有患心脏病的高风险。
这一发现可能会为心血管筛查通过使用摄像头，无需验血或测量血压，就能更快速、更简单地完成。
循环疾病，包括心血管病，冠心病，心脏衰竭中风是全球健康状况不佳和死亡的主要原因，目前仅英国死亡人数中就有四分之一是由中风引起的。虽然存在几个风险框架，但这些框架并不总是能够准确地确定哪些人将继续发展或死于循环系统疾病。
作为研究的一部分，金斯顿大学计算机视觉教授Sarah Barman和博士后研究员Roshan Welikala开发了人工智能(AI)算法，可以可靠地测量视网膜图像上的特征，例如血管的宽度和它们的弯曲程度。
他们与圣乔治大学、伦敦大学、Moorfields眼科医院NIHR生物医学研究中心、伦敦大学学院眼科研究所以及剑桥大学MRC流行病学部门的同事合作，证明这bob88体育平台登录种人工智能成像可以明确心血管疾病和中风的风险，并作为传统血管健康风险评分的替代预测生物标志物。研究结果已发表在英国眼科学杂志．
“通过这项研究，我们已经证明了人工智能由眼科医生在大街上例行进行的眼部扫描和心血管风险的标准测量一样好，”巴曼教授说。“在英国，每个去眼科医生那里的人都要做眼部扫描，而不是标准的方法，需要一个血液测试从全科医生那里，这种类型的筛查只需要一张视网膜图像和一些细节，比如年龄，病人是否吸烟以及一些与他们的年龄有关的问题病史．
“这种方法可以以非侵入性的方式对人群进行更广泛的筛查，从而为那些被发现风险更大的人提供早期预防性治疗，具有相当大的潜力。”
研究人员开发了一种完全自动化的人工智能算法，称为QUARTZ，用于评估视网膜血管成像的潜力，以及已知的风险因素，以预测血管健康和死亡。该算法可以在不到一分钟的时间内评估单个视网膜图像。
使用该算法扫描了来自88052名年龄在40-69岁的英国生物银行参与者的视网膜图像，特别观察了血管的宽度、血管面积和弯曲程度预测模型中风，心脏病和循环系统疾病的死亡。然后，这些模型被应用于7411名48-92岁的欧洲癌症前瞻性调查(EPIC)-诺福克研究参与者的视网膜图像。
QUARTZ的性能与广泛使用的Framingham风险评分框架进行了比较。研究人员对参与者的健康状况进行了平均7到9年的跟踪，并根据年龄、性别、吸烟史、病史和视网膜血管系统进行了非侵入性风险评分，结果发现，参与者的健康状况与弗雷明汉框架的表现一样好。
