Londoni Kingstoni ülikooli teadlaste läbiviidud uuring näitas, et tehisintellekti abil põhinevaid silmaskaneeringuid saab kasutada selleks, et kiiresti ja täpselt ennustada, kas inimesel on suur südamehaiguste risk.
Tulemused võivad sillutada teed kiiremaks ja lihtsamaks kardiovaskulaarseks sõeluuringuks kaamerate abil, ilma et oleks vaja teha vereanalüüse või vererõhu mõõtmist.
Vereringehaigused, sealhulgas südame-veresoonkonna-, koronaar-, südamepuudulikkus ja insult, on üks peamisi haiguste ja surma põhjuseid kogu maailmas ning põhjustavad nüüd Ühendkuningriigis iga surmajuhtumit. Kuigi on olemas erinevad riskiraamistikud, ei suuda need alati täpselt kindlaks teha neid, kes haigestuvad või surevad vereringehaigustesse.
Uuringu osana töötasid Kingstoni ülikooli arvutinägemise professor Sarah Barman ja järeldoktor Roshan Welikala välja tehisintellekti (AI) algoritmid, mis suudavad usaldusväärselt mõõta võrkkesta kujutise omadusi, näiteks veresoonte laiust ja nende kõverust. .
Koostöös kolleegidega St George's, Londoni ülikoolis, Moorfieldsi silmahaigla NIHRi biomeditsiiniuuringute keskuses ja UCL oftalmoloogiainstituudis ning Cambridge'i ülikooli MRC epidemioloogiaüksuses, näidates, et need AI-põhised pildid võivad täpsustada südame-veresoonkonna haiguste ja insuldi riski ning toimida alternatiivse ennustava biomarkerina traditsioonilistele veresoonte tervise riskisurvetele. Tulemused on avaldatud ajakirjas »British Journal of Ophthalmology».
"Tänu sellele uuringule oleme näidanud, et tehisintellektiga töötav silmade skaneerimine, mida silmaarst tänaval rutiinselt ei tee, on sama hea kui tavaline kardiovaskulaarse riski mõõt," ütles professor Barman. „Kõik, kes Ühendkuningriigis optiku juurde lähevad, registreeruvad silmaskaneerimisele ja erinevalt tavalistest meetoditest, mis nõuavad perearsti vereanalüüsi, vajaks seda tüüpi sõeluuring ainult võrkkesta kujutist ja mõningaid andmeid, näiteks patsiendi andmeid. vanus, kas ta suitsetab või mitte, ja mõned tema haiguslooga seotud küsimused.
"Sellel meetodil, mis võimaldaks laiemat elanikkonna sõeluuringut mitteinvasiivsel viisil, mis võib viia varajase ennetava ravini neile, kes on kõige enam ohustatud, on märkimisväärse potentsiaaliga."
Teadlased töötasid välja täielikult automatiseeritud AI-toega algoritmi QUARTZ, et hinnata võrkkesta veresoonkonna kuvamise potentsiaali koos teadaolevate riskiteguritega, et ennustada veresoonte tervist ja surma. Algoritm suudab hinnata võrkkesta üht pilti vähem kui minutiga.
Selle algoritmiga skaneeriti 88.052 40 Ühendkuningriigi Biopangas osaleja võrkkesta kujutised vanuses 69–7.411 aastat, uurides konkreetselt veresoone laiust, veresoone pindala ja kõverusastet mudelite väljatöötamiseks. Insuldi, müokardiinfarkti ja vereringehaigustest põhjustatud surma ennustamiseks. Neid mudeleid rakendatakse seejärel 48 osaleja (vanuses 92–XNUMX) võrkkesta kujutistele Euroopa vähiuuringute (EPIC)-Norfolki uuringus.
KVARTSi jõudlust võrreldi laialdaselt kasutatava Framinghami riskisurve raamistikuga. Osalejate tervist on jälgitud keskmiselt seitse kuni üheksa aastat ja on arusaadav, et mitteinvasiivne riskiskoor, mis põhineb vanusel, sool, suitsetamise staatusel, haiguslool ja võrkkesta veresoonkonnal, toimis sama hästi kui Framinghami raamistik. .
