科技日報北京1月26日電（記者張夢然）據最新一期《自然·機器智能》雜誌報道，英國研究人員開發了一種人工智能（AI）係統，可通過分析在常規訪問眼鏡店或醫院眼科時留下的眼部掃描數據，識別出心髒病發作高風險患者。該AI係統的識別準確率在70%—80%之間，可作為(wei) 心血管疾病篩查的第二轉診機製。

　　視網膜微小血管的變化是更廣泛的血管疾病，包括心髒問題的指標。在英國利茲(zi) 大學領導的這項研究中，研究人員利用深度學習(xi) 技術訓練AI係統自動讀取視網膜掃描數據，並識別那些在接下來的一年中可能會(hui) 得心髒病的人。深度學習(xi) 是一係列複雜的算法，使計算機能夠識別數據中的模式並作出預測。

　　領導這項研究的利茲(zi) 大學計算醫學教授艾利克斯·弗蘭(lan) 吉說：“這項技術有可能徹底改變心髒病篩查。視網膜掃描相對便宜，並且在許多配鏡服務中經常使用。作為(wei) 自動篩查的結果，可將患病風險高的人轉診至專(zhuan) 科進行治療。”

　　英國生物銀行為(wei) 這項研究提供了數據。在深度學習(xi) 過程中，AI係統分析了5000多人的視網膜掃描和心髒掃描數據。AI係統確定了視網膜病變與(yu) 患者心髒變化之間的關(guan) 聯。

　　一旦學習(xi) 了圖像模式，AI係統就可以僅(jin) 通過視網膜掃描來估計左心室（心髒的四個(ge) 腔室之一）的大小和泵送效率。心室擴大與(yu) 心髒病風險增高有關(guan) 。借助有關(guan) 左心室估測大小及其泵送效率的信息以及有關(guan) 患者年齡、性別等基本人口統計數據，AI係統可預測他們(men) 在接下來的12個(ge) 月內(nei) 心髒病發作的風險。

　　目前，隻有在進行了超聲心動圖或心髒磁共振成像等診斷測試後，才能確定患者左心室的大小和泵送效率的詳細信息。這些診斷測試通常很昂貴，而且隻能在醫院中使用，這使得醫療保健係統資源較少的國家的人們(men) 無法獲得，在發達國家也增加了醫療保健成本和等待時間。

　　利茲(zi) 大學英國心髒基金會(hui) 心血管影像學教授、該研究論文的作者之一斯溫·普雷恩說：“AI係統是解開自然界中存在的複雜模式的絕佳工具，而我們(men) 發現的與(yu) 心髒變化相關(guan) 的視網膜變化複雜模式，正是其中之一。”

　　記者 張夢然