ການສຶກສາທີ່ດໍາເນີນໂດຍນັກຄົ້ນຄວ້າທີ່ມະຫາວິທະຍາໄລ Kingston, ລອນດອນ, ໄດ້ກໍານົດວ່າການສະແກນຕາທີ່ເຮັດດ້ວຍປັນຍາປະດິດສາມາດຖືກນໍາໃຊ້ເພື່ອຄາດຄະເນໄດ້ໄວແລະຊັດເຈນວ່າບຸກຄົນໃດຫນຶ່ງມີຄວາມສ່ຽງສູງຕໍ່ການເປັນພະຍາດຫົວໃຈ.
ຜົນໄດ້ຮັບສາມາດປູທາງໃຫ້ການກວດເລືອດຫົວໃຈປະຕິບັດໄດ້ໄວແລະງ່າຍດາຍໂດຍການນໍາໃຊ້ກ້ອງຖ່າຍຮູບ, ບໍ່ຈໍາເປັນຕ້ອງມີການກວດເລືອດຫຼືການວັດແທກຄວາມດັນເລືອດ.
ພະຍາດລະບົບໄຫຼວຽນຂອງເລືອດ, ລວມທັງ cardiovascular, coronary, ຫົວໃຈລົ້ມເຫຼວແລະເສັ້ນເລືອດຕັນໃນ, ເປັນສາເຫດຂອງການເຈັບປ່ວຍແລະເສຍຊີວິດໃນທົ່ວໂລກ, ແລະໃນປັດຈຸບັນຮັບຜິດຊອບສໍາລັບການເສຍຊີວິດທຸກຄັ້ງໃນປະເທດອັງກິດ. ເຖິງແມ່ນວ່າມີກອບຄວາມສ່ຽງຫຼາຍຢ່າງ, ພວກມັນບໍ່ສາມາດກໍານົດໄດ້ຢ່າງຖືກຕ້ອງກ່ຽວກັບຜູ້ທີ່ຈະພັດທະນາຫຼືເສຍຊີວິດຍ້ອນພະຍາດ circulatory.
ເປັນສ່ວນຫນຶ່ງຂອງການສຶກສາ, Kingston University Computer Vision ອາຈານ Sarah Barman ແລະນັກຄົ້ນຄວ້າ postdoctoral Roshan Welikala ໄດ້ພັດທະນາລະບົບປັນຍາປະດິດ (AI) algorithms ທີ່ສາມາດວັດແທກຄຸນລັກສະນະຂອງຮູບພາບ retinal, ເຊັ່ນ: ຄວາມກວ້າງຂອງ retinal ຂອງເສັ້ນເລືອດແລະ curvature ຂອງມັນ.
ໃນການຮ່ວມມືກັບເພື່ອນຮ່ວມງານຢູ່ St George's, ມະຫາວິທະຍາໄລລອນດອນ, ສູນຄົ້ນຄວ້າຊີວະວິທະຍາ NIHR ຢູ່ໂຮງໝໍຕາ Moorfields ແລະ ສະຖາບັນ Ophthalmology UCL, ເຊັ່ນດຽວກັນກັບໜ່ວຍງານການລະບາດຂອງ MRC ທີ່ມະຫາວິທະຍາໄລ Cambridge, ສະແດງໃຫ້ເຫັນວ່າຮູບພາບທີ່ອີງໃສ່ AI ເຫຼົ່ານີ້ສາມາດລະບຸໄດ້. ຄວາມສ່ຽງຂອງພະຍາດ cardiovascular ແລະເສັ້ນເລືອດຕັນໃນແລະປະຕິບັດເປັນ biomarker ຄາດຄະເນທາງເລືອກເພື່ອຄວາມກົດດັນຄວາມສ່ຽງແບບດັ້ງເດີມສໍາລັບສຸຂະພາບ vascular. ຜົນໄດ້ຮັບໄດ້ຖືກພິມເຜີຍແຜ່ໃນວາລະສານຂອງອັງກິດ Ophthalmology.
"ໂດຍຜ່ານການຄົ້ນຄວ້ານີ້, ພວກເຮົາໄດ້ສະແດງໃຫ້ເຫັນວ່າການສະແກນຕາແບບອັດສະລິຍະທີ່ຜູ້ຊ່ຽວຊານດ້ານຕາອາດຈະບໍ່ປະຕິບັດຢູ່ຕາມຖະຫນົນແມ່ນດີເທົ່າກັບມາດຕະການມາດຕະຖານຂອງຄວາມສ່ຽງ cardiovascular," ອາຈານ Barman ກ່າວ. "ທຸກໆຄົນທີ່ໄປຫາແພດຜ່າຕັດໃນອັງກິດໄດ້ຮັບການສະແກນຕາແລະ, ບໍ່ເຫມືອນກັບວິທີການມາດຕະຖານທີ່ຕ້ອງການການກວດເລືອດໂດຍ GP, ການກວດປະເພດນີ້ພຽງແຕ່ຕ້ອງການຮູບພາບຂອງ retina ແລະຂໍ້ມູນບາງຢ່າງເຊັ່ນ: ອາຍຸຂອງຄົນເຈັບ. ລາວສູບຢາຫຼືບໍ່ ແລະບາງຄຳຖາມທີ່ກ່ຽວຂ້ອງກັບປະຫວັດທາງການແພດຂອງລາວ.
"ວິທີການນີ້, ເຊິ່ງຈະຊ່ວຍໃຫ້ມີການກວດສອບປະຊາກອນຢ່າງກວ້າງຂວາງໃນລັກສະນະທີ່ບໍ່ມີການຮຸກຮານທີ່ສາມາດນໍາໄປສູ່ການປິ່ນປົວການປ້ອງກັນເບື້ອງຕົ້ນສໍາລັບຜູ້ທີ່ມີຄວາມສ່ຽງສູງ, ມີທ່າແຮງຫຼາຍ."
ນັກຄົ້ນຄວ້າໄດ້ພັດທະນາລະບົບອັດຕະໂນມັດຢ່າງເຕັມທີ່ກັບ AI, ເອີ້ນວ່າ QUARTZ, ເພື່ອປະເມີນທ່າແຮງຂອງການຖ່າຍຮູບ vasculature retinal ພ້ອມກັບປັດໃຈຄວາມສ່ຽງທີ່ຮູ້ຈັກເພື່ອຄາດຄະເນສຸຂະພາບ vascular ແລະການເສຍຊີວິດ. ສູດການຄິດໄລ່ສາມາດປະເມີນຮູບພາບຈໍຕາອັນດຽວພາຍໃນເວລາໜ້ອຍກວ່າໜຶ່ງນາທີ.
ຮູບພາບ Retinal ຈາກ 88.052 UK Biobank ຜູ້ເຂົ້າຮ່ວມທີ່ມີອາຍຸ 40 ຫາ 69 ປີໄດ້ຖືກສະແກນດ້ວຍ algorithm, ເບິ່ງໂດຍສະເພາະກ່ຽວກັບຄວາມກວ້າງ, ພື້ນທີ່ຂອງເຮືອແລະລະດັບຄວາມໂຄ້ງຂອງເຮືອເພື່ອພັດທະນາແບບຈໍາລອງ. ຮູບແບບເຫຼົ່ານີ້ຖືກນໍາໄປໃຊ້ກັບຮູບພາບຂອງຈໍຕາຈາກຜູ້ເຂົ້າຮ່ວມ 7.411 ຄົນ, ອາຍຸ 48 ຫາ 92 ປີ, ຈາກການສຶກສາຄົ້ນຄວ້າຄວາມສົດໃສດ້ານຂອງເອີຣົບກ່ຽວກັບມະເຮັງ (EPIC)-Norfolk.
ການປະຕິບັດ QUARTZ ໄດ້ຖືກປຽບທຽບກັບກອບການກົດດັນຄວາມສ່ຽງ Framingham ທີ່ໃຊ້ກັນຢ່າງກວ້າງຂວາງ. ສຸຂະພາບຂອງຜູ້ເຂົ້າຮ່ວມໄດ້ຖືກຕິດຕາມໂດຍສະເລ່ຍປະມານ XNUMX ຫາ XNUMX ປີ, ແລະຄະແນນຄວາມສ່ຽງທີ່ບໍ່ມີການຮຸກຮານໂດຍອີງໃສ່ອາຍຸ, ເພດ, ການສູບຢາ, ປະຫວັດການແພດແລະ vasculature retinal ແມ່ນເຂົ້າໃຈວ່າມັນເຮັດວຽກເຊັ່ນດຽວກັນກັບກອບ Framingham.
