Badanie przeprowadzone przez naukowców z Kingston University w Londynie wykazało, że skany oczu wspomagane sztuczną inteligencją można wykorzystać do szybkiego i dokładnego przewidywania, czy dana osoba jest narażona na wysokie ryzyko chorób serca.
Wyniki mogą utorować drogę do szybszych i łatwiejszych badań przesiewowych układu sercowo-naczyniowego za pomocą kamer, bez konieczności wykonywania badań krwi lub pomiarów ciśnienia krwi.
Choroby układu krążenia, w tym choroby sercowo-naczyniowe, wieńcowe, niewydolność serca i udar, są jedną z głównych przyczyn chorób i zgonów na całym świecie i są obecnie odpowiedzialne za każdą śmierć w Wielkiej Brytanii. Chociaż istnieją różne ramy ryzyka, nie zawsze są one w stanie dokładnie zidentyfikować tych, którzy rozwiną się lub umrą z powodu chorób układu krążenia.
W ramach badań Sarah Barman, profesor widzenia komputerowego z Kingston University, oraz doktor habilitowany Roshan Welikala opracowali algorytmy sztucznej inteligencji (AI), które mogą wiarygodnie mierzyć cechy obrazu siatkówki, takie jak szerokość siatkówki, naczynia krwionośne i ich krzywizna. .
We współpracy z kolegami z St George's, University of London, NIHR Biomedical Research Center w Moorfields Eye Hospital i UCL Institute of Ophthalmology, a także MRC Epidemiology Unit na University of Cambridge, wykazując, że te obrazy oparte na sztucznej inteligencji mogą określić ryzyko chorób sercowo-naczyniowych i udaru mózgu oraz działać jako alternatywny biomarker prognostyczny w stosunku do tradycyjnych presji ryzyka dla zdrowia naczyń. Wyniki zostały opublikowane w czasopiśmie »British Journal of Ophthalmology«.
„Dzięki tym badaniom wykazaliśmy, że skan oka wspomagany sztuczną inteligencją, który może nie być rutynowo wykonywany przez okulistę na ulicy, jest tak samo dobry jak standardowa miara ryzyka sercowo-naczyniowego” – powiedział profesor Barman. „Każdy, kto udaje się do optyka w Wielkiej Brytanii, zapisuje się na badanie oka i w przeciwieństwie do standardowych metod, które wymagają badania krwi przez lekarza rodzinnego, tego typu badanie wymagałoby jedynie zdjęcia siatkówki i niektórych danych, takich jak wiek, czy pali czy nie, oraz kilka pytań związanych z jego historią medyczną.
„Ta metoda, która umożliwiłaby badania przesiewowe szerszej populacji w nieinwazyjny sposób, co mogłoby prowadzić do wczesnego leczenia zapobiegawczego dla osób najbardziej zagrożonych, ma znaczny potencjał”.
Naukowcy opracowali w pełni zautomatyzowany algorytm oparty na sztucznej inteligencji, zwany QUARTZ, do oceny potencjału obrazowania układu naczyniowego siatkówki wraz ze znanymi czynnikami ryzyka w celu przewidywania zdrowia naczyń i śmierci. Algorytm może ocenić pojedynczy obraz siatkówki w mniej niż minutę.
Obrazy siatkówki 88.052 40 uczestników UK Biobank w wieku od 69 do 7.411 lat zostały zeskanowane za pomocą algorytmu, patrząc w szczególności na szerokość naczynia, powierzchnię naczynia i stopień krzywizny w celu opracowania modeli do przewidywania udaru, zawału mięśnia sercowego i śmierci z powodu chorób układu krążenia. Modele te są następnie stosowane do obrazów siatkówki 48 uczestników w wieku od 92 do XNUMX lat z badania European Prospective Investigation into Cancer (EPIC)-Norfolk.
Wydajność projektu QUARTZ porównano z szeroko stosowanymi ramami presji na ryzyko z Framingham. Stan zdrowia uczestników śledzono średnio przez siedem do dziewięciu lat i uważa się, że nieinwazyjna ocena ryzyka oparta na wieku, płci, paleniu tytoniu, historii medycznej i unaczynieniu siatkówki działała równie dobrze jak ramy Framingham .
