Google AI pokazuje, jak oczy mogą ujawnić ryzyko zawału

Choroby układu krążenia są główną przyczyną zgonów na całym świecie, a naukowcy wiedzą, że przyczyniają się do tego czynniki związane ze stylem życia, w tym ćwiczenia fizyczne i dieta w połączeniu z czynnikami genetycznymi, wiekiem, pochodzeniem etnicznym i płcią.

Sztuczna inteligencja oferuje nam możliwość nowych, mniej inwazyjnych testów zdrowia serca — przewidywania wyników sercowo-naczyniowych na podstawie obrazów siatkówki za pomocą wizji komputerowej — zachęcając do wczesnych wyników. (Źródło: Plik Zdjęcie)

Wiedza o ryzyku zawału serca lub udaru mózgu może wkrótce stać się tak prosta, jak badanie wzroku, ponieważ naukowcy z Google i jej ramienia zajmującego się technologiami zdrowotnymi Verily odkryli, że sztuczna inteligencja (AI) i uczenie maszynowe (ML) mogą pomóc w identyfikacji sygnałów serca choroby poprzez obrazy siatkówki.

Sztuczna inteligencja oferuje nam potencjał nowych, mniej inwazyjnych testów na zdrowie serca – przewidywanie wyników sercowo-naczyniowych na podstawie obrazów siatkówki za pomocą wizji komputerowej – zachęcające do wczesnych wyników!, powiedział we wtorek dyrektor generalny Google Sundar Pichai, odnosząc się do badania w tweecie.

Badanie, opublikowane w czasopiśmie Nature Biomedical Engineering, wykazało, że głębokie uczenie zastosowane do obrazu dna siatkówki, czyli zdjęcia przedstawiającego naczynia krwionośne oka, może przewidywać czynniki ryzyka chorób serca – od ciśnienia krwi po palenie.

Algorytm, który opracowali naukowcy, może nawet pomóc przewidzieć wystąpienie przyszłego poważnego zdarzenia sercowo-naczyniowego na równi z obecnymi miarami, powiedział Michael McConnell, szef działu innowacji w zakresie zdrowia sercowo-naczyniowego w Verily w poście na blogu.

Choroby układu krążenia są główną przyczyną zgonów na całym świecie, a naukowcy wiedzą, że przyczyniają się do tego czynniki związane ze stylem życia, w tym ćwiczenia fizyczne i dieta w połączeniu z czynnikami genetycznymi, wiekiem, pochodzeniem etnicznym i płcią.

Nie wiedzą jednak dokładnie, w jaki sposób te czynniki sumują się u konkretnej osoby, dlatego u niektórych pacjentów niezbędne staje się wykonanie zaawansowanych testów, takich jak tomografia komputerowa uwapnienia tętnic wieńcowych, aby pomóc w lepszej stratyfikacji ryzyka wystąpienia zawału serca lub udar i inne zdarzenia sercowo-naczyniowe.

różne rodzaje ryb

W tym badaniu, przy użyciu algorytmów głębokiego uczenia wyszkolonych na danych od 284 335 pacjentów, naukowcy byli w stanie przewidzieć czynniki ryzyka sercowo-naczyniowego na podstawie obrazów siatkówki z zaskakująco wysoką dokładnością dla pacjentów z dwóch niezależnych zestawów danych 12 026 i 999 pacjentów.

Badanie wykazało, że algorytm mógł odróżnić obrazy siatkówki palacza od obrazu osoby niepalącej w 71 procentach przypadków.

Ponadto, chociaż lekarze zazwyczaj potrafią odróżnić obrazy siatkówki pacjentów z ciężkim nadciśnieniem tętniczym od pacjentów zdrowych, nasz algorytm może pójść dalej, aby przewidzieć skurczowe ciśnienie krwi średnio w zakresie 11 mmHg dla ogółu pacjentów, w tym tych z nadciśnieniem tętniczym i bez niego. ciśnienia, powiedziała współautorka badania Lily Peng, Product Manager, Google Brain Team.

Jednym z ekscytujących aspektów tego badania jest wygenerowanie „map uwagi”, aby pokazać, które aspekty siatkówki wniosły największy wkład w algorytm, zapewniając w ten sposób wgląd w „czarną skrzynkę”, często kojarzoną z uczeniem maszynowym, McConnell, który również współautor badania, powiedział.

To może dać klinicystom większe zaufanie do algorytmu i potencjalnie zapewnić nowy wgląd w cechy siatkówki, które nie były wcześniej związane z czynnikami ryzyka sercowo-naczyniowego lub ryzykiem w przyszłości, powiedział McConnell.

Odkrycia sugerują, że prosty obraz siatkówki może pewnego dnia pomóc w zrozumieniu zdrowia naczyń krwionośnych pacjenta, co ma kluczowe znaczenie dla zdrowia układu sercowo-naczyniowego.

To obiecujące, ale wczesne badania — należy wykonać więcej pracy, aby opracować i zweryfikować te odkrycia na większych kohortach pacjentów, zanim będą one mogły pojawić się w warunkach klinicznych, dodał McConnell.

mały brązowy pająk z białymi plamami na grzbiecie

Powyższy artykuł służy wyłącznie celom informacyjnym i nie ma na celu zastąpienia profesjonalnej porady medycznej. Zawsze zwracaj się o poradę do swojego lekarza lub innego wykwalifikowanego pracownika służby zdrowia w przypadku jakichkolwiek pytań dotyczących Twojego zdrowia lub stanu zdrowia.