众所周知心脏病是一种常见的高发疾病,传统的治疗方法主要依赖于心电图、超声、X射线等大型仪器,而现在谷歌母公司Alphabet旗下的生命科学公司Verily正在投入与心脏病治疗方法的研究,可能不久后一种简单的心脏病检测方法就能问世。今天深圳谷歌推广小编就带大家具体了解一下。
视网膜图像派上用场
谷歌发表了一篇名为《Predicting Cardiovascular Risk Factors from Retinal Fundus Photographs using Deep Learning》的论文,展示了一种能在视网膜图像中发现心脏病风险的新研究。据介绍,这种方法对病人身体的侵入性较小,容易获取且能用AI快速分析结果。
虽然现在医学界可以通过部分身体表象判断患者的病情,但是谷歌和Verily算法已经能够通过分析患者的年龄、性别、吸烟史、血压、血糖等相关信息,再根据AI分析特征对心血管产生影响评估心脏衰竭的概率。而且研究人员表示,测试结果和欧洲心血管手术危险因素评分系统(SCORE)检测结果基本一致。
论文摘要
通常医学研究需要从关联研究开始然后设计实验验证假设,然而图像中的特征、模式、颜色、数值、形状在现实情况下通常信息量很大,因此观察并量化关联非常困难。谷歌发表的这篇论文中,主要利用了深度学习的方法学习特征,从视网膜图像中找到需要的信息,之后用收集到的患者的信息训练模型,并用两组患者的信息作为验证数据集。
谷歌研究人员在视网膜图像上预测以前认为并不存在或不可量化的心血管风险隐患,如年龄、性别(0.97 AUC)、吸烟状况(0.71 AUC),HbA1c(1.39%以内),心脏收缩压(11.23 mmHg以内)及主要心脏患病史(0.70 AUC)。最后从视神经盘、血管等入手,分布展示了每个预测的生成过程。
检测结果
论文最后谷歌研究人员给出了系统预测结果和真实情况的对比信息,通过AI分析视网膜的结果,与真实情况大致相同。样本中患者预测年龄57.6岁,实际年龄59.1岁。预测患者为一名不吸烟且无糖尿病的女性,与真实情况相符。患者的身高体重指数(BMI)为26.3千克/每平方米,实际为24.1千克/每平方米,两者相差不大。心脏实际收缩压与舒张压分别为148.5mmHg与78.5mmHg,AI预测结果为148.0mmHg与86.6mmHg。
尚不可用
虽然谷歌称其测试与SCORE测试结果相当,但论文中没有与标准等价测试结果的对比说明,所以目前无法确定AI是否真的像医生一样好。同时,这一研究目前还没有进行同行评审。
研究人员也表示,虽然谷歌与Verily收集了近30万人的数据,但这些数据集中白人和西班牙裔患者的信息。研究人员在论文提醒,虽然系统检测效果良好,但对于AI来说30万的数据集仍然很小,需要进一步测试。
公司名称* | 公司名称 | |
联系人* | 报名联系人姓名 | |
联系电话* | 手机或固话均可 | |
邮箱 | E-mail地址 | |
验证码 |
|
|