牛津大学AI提前五年预测心脏病,准确率高

图灵TOPIA

来源：牛津大学

编译：闫娜

图灵联邦编辑部出品

9月3日，牛津大学研究团队在《EuropeanHeartJournal》发表论文称，利用人工智能技术开发了一种新的生物标志物，被称为脂肪放射学图像FRP(fatradiomicprofile)。这项技术可以在心脏病发作前至少5年，识别出心脏病发作高风险的人，准确率高达90％。FRP能探测到心脏血管周围的生物信号，可识别炎症、疤痕和血管的变化，这些都是未来心脏病发作的征兆。医院时，最常规的检查是做冠状动脉CT血管造影(CCTA)。CCTA是对冠状动脉的扫描，检查评估冠状动脉血管是否变狭窄或存在阻塞。约有75%的患者，其扫描结果显示动脉没有明显变窄，但是他们中的一些人，未来却会心脏病发。目前，医生并没有常规可使用的方法，来发现未来心脏病发作的潜在危险信号。这项研究中，CharalambosAntoniades教授和他的团队首先对名接受心脏手术的人进行了脂肪活检。他们分析了与炎症、瘢痕和新生血管形成的相关基因表达，并将这些基因与CCTA扫描图像进行比对，找出与心脏血管周围脂肪变化最相关的特征。接下来，研究小组比较了人中个人的CCTA扫描结果，这些人群在接受CCTA治疗的5年内心脏病发作或心血管死亡，并且没有匹配对照。通过匹配对照，患者可以了解血管周围空间的变化，这种变化可以表明其患心脏病的风险较高。通过机器学习，研究者开发了可以捕捉心脏风险等级的FRP。患者心脏扫描结果添加得越多，心脏风险预测就越准确，并且将成为“核心知识”的信息越多。在SCOT-HEART试验中,研究者测试了FRP在1,人中的表现。结果表明，这项由AI驱动的最新技术“FRP”，在预测心脏病发作方面具有惊人的价值，超过了目前在临床实践中使用的最先进的技术。研究团队希望这项技术可以让更多人避免心脏病发作,并计划在明年推广给专业医护人员，在未来两年让这项技术包括在常规NHS实践与CCTA扫描中。牛津大学心血管医学教授、BHF高级临床研究员CharalambosAntoniades说:“冠状动脉扫描显示动脉没有变窄，并不意味着不会得心脏病。”“通过利用人工智能的力量，我们开发了一种指纹，可以在动脉周围发现不好的特征。”这项技术潜力巨大，可以发现心脏病早期迹象，在发作前采取预防措施，最终挽救生命。“我们真的相信这项技术在明年就可以挽救生命。”英国心脏基金会的医学副主任MetinAvkiran教授说:“每隔5分钟，就有一个人因为医院”。这项研究说明了机器学习的创新应用，有可能彻底改变识别心脏病发作风险的方式和预防其发作的措施。这是一个重大进步，新的“FRP”技术从常规的检测狭窄动脉的扫描中，提取到了额外的关于基础生物学的信息。这种基于人工智能的技术可以更准确地预测心脏病发作，对心脏病患者的个性化护理向前迈出了一大步。原文链接：

转载请注明：http://www.ctongt.com/gbfz/6934.html