Študija, ki so jo izvedli raziskovalci na Univerzi Kingston v Londonu, je pokazala, da bi lahko skeniranje oči, ki ga poganja umetna inteligenca, uporabili za hitro in natančno napovedovanje, ali je oseba izpostavljena visokemu tveganju za bolezni srca.
Rezultati bi lahko utrli pot hitrejšemu in enostavnejšemu pregledu srčno-žilnih bolezni z uporabo kamer, brez potrebe po krvnih preiskavah ali meritvah krvnega tlaka.
Bolezni obtočil, vključno s srčno-žilnimi, koronarnimi, srčnim popuščanjem in možgansko kapjo, so eden glavnih vzrokov bolezni in smrti po vsem svetu in so zdaj odgovorne za vsako smrt v Združenem kraljestvu. Čeprav obstajajo različni okviri tveganja, niso vedno zmožni natančno prepoznati tistih, ki se bodo razvili ali umrli zaradi bolezni obtočil.
Kot del študije sta profesorica računalniškega vida na Univerzi Kingston Sarah Barman in podoktorski raziskovalec Roshan Welikala razvila algoritme umetne inteligence (AI), ki bi lahko zanesljivo izmerili značilnosti slike mrežnice, kot je širina mrežnice, krvnih žil in njihova ukrivljenost. .
V sodelovanju s kolegi iz St George's, Univerze v Londonu, Biomedicinskega raziskovalnega centra NIHR v očesni bolnišnici Moorfields in Inštituta za oftalmologijo UCL ter enote za epidemiologijo MRC na Univerzi v Cambridgeu, ki dokazuje, da bi lahko te slike, ki temeljijo na AI, določajo tveganje za srčno-žilne bolezni in možgansko kap ter delujejo kot alternativni napovedni biomarker tradicionalnim pritiskom tveganja za zdravje ožilja. Rezultati so bili objavljeni v reviji »British Journal of Ophthalmology«.
"Zahvaljujoč tej raziskavi smo pokazali, da je skeniranje oči z umetno inteligenco, ki ga oftalmolog morda ne izvaja rutinsko na ulici, enako dobro kot standardno merilo srčno-žilnega tveganja," je dejal profesor Barman. »Vsakdo, ki gre v Združenem kraljestvu k optiku, se naroči na pregled očesa in v nasprotju s standardnimi metodami, ki zahtevajo preiskavo krvi pri osebnem zdravniku, bi ta vrsta pregleda zahtevala le sliko mrežnice in nekatere podatke, kot je pacientov starost, ali kadi ali ne, in nekaj vprašanj, povezanih z njegovo anamnezo.
"Ta metoda, ki bi omogočila presejanje širšega prebivalstva na neinvaziven način, ki bi lahko vodilo do zgodnjih preventivnih zdravljenj za tiste, za katere se ugotovi, da so najbolj ogroženi, ima velik potencial."
Raziskovalci so razvili popolnoma avtomatiziran algoritem, ki ga poganja umetna inteligenca, imenovan QUARTZ, za oceno potenciala slikanja vaskulature mrežnice skupaj z znanimi dejavniki tveganja za napovedovanje vaskularnega zdravja in smrti. Algoritem lahko ovrednoti eno samo sliko mrežnice v manj kot minuti.
Slike mrežnice 88.052 udeležencev Biobank iz Združenega kraljestva, starih od 40 do 69 let, so bile skenirane z algoritmom, pri čemer so bili posebej preučeni širina žile, površina žile in stopnja ukrivljenosti za razvoj modelov za napovedovanje možganske kapi, miokardnega infarkta in smrti zaradi bolezni obtočil. Ti modeli se nato uporabijo za slike mrežnice 7.411 udeležencev, starih od 48 do 92 let, iz študije European Prospective Investigation into Cancer (EPIC)-Norfolk.
Uspešnost QUARTZ so primerjali s široko uporabljenim okvirom pritiskov tveganj Framingham. Zdravje udeležencev so v povprečju spremljali od sedem do devet let in razume se, da je neinvazivna ocena tveganja, ki temelji na starosti, spolu, statusu kajenja, anamnezi in mrežničnem ožilju, delovala prav tako dobro kot Framinghamov okvir. .
