(Martin Flores/Getty Images) Tidlig, præcis og enkel diagnose er vigtig i næsten enhver sundhedstilstand, du kan nævne, og det inkluderer hjertesygdomme. Ny forskning tyder nu på, at enkle øjenscanninger kan identificere patienter med en øget risiko for kardiovaskulære problemer senere i livet.
Hvis denne diagnosemetode kan udvikles, ville det være en stor sag – disse scanninger er hurtige, ikke-invasive og pålidelige, og jo tidligere risiko for hjertesygdomme kan identificeres, jo mere kan læger og deres patienter gøre for at forhindre det. .
Nøglen til den nye tilgang er en dyb læringsalgoritme – en type neuralt netværksbaseret kunstig intelligens (AI) indlæringsmetode, der kan trænes på store datasæt for at spotte specifikke mønstre.
I dette tilfælde trænede forskerne det til at lede efter små ændringer i blodkarrene i nethinden, et link, der allerede har været bredt diskuteret i medicinsk litteratur før.
En nethindescanning. (UK Biobank)
I et nyt papir, der beskriver deres resultater, rapporterer holdet, at deres værktøj var i stand til at forudsige risikoen for fremtidige myokardieinfarkter med en nøjagtighed på omkring 70 procent.
'AI-systemet har potentiale til at identificere personer, der deltager i rutinemæssig øjenscreening, og som har højere fremtidig risiko for hjerte-kar-sygdomme, hvorved forebyggende behandlinger kan startes tidligere for at forhindre for tidlig hjerte-kar-sygdom,' siger Chris Gale , professor i kardiovaskulær medicin ved University of Leeds i Storbritannien.
For at bygge værktøjet blev nethindescanninger og hjertescanninger fra 5.663 personer i den britiske Biobank-database analyseret med computersoftware, hvor systemet var programmeret til at forbinde variationer i den ene scanning med variationer i den anden.
Efter at have gennemgået træningsprocessen og lært de mønstre, der dukkede op, var AI smart nok til at korrelere hjertesundhed fra blodkar i nethinden: specifikt størrelsen og pumpeeffektiviteten af hjertets venstre ventrikel, som har allerede blevet linket til en øget sandsynlighed for hjertesygdomme.
Denne vurdering blev kombineret med data, der dækkede alder, køn og grundlæggende demografisk information for at komme frem til en samlet risikovurdering. Dette kunne i sidste ende bruges som en sekundær henvisningsmetode, foreslår forskerne.
'AI-systemet er et fremragende værktøj til at optrevle de komplekse mønstre, der findes i naturen, og det er det, vi har fundet - det indviklede mønster af ændringer i nethinden, der er forbundet med ændringer i hjertet,' siger Sven Plein , professor i kardiovaskulær billeddannelse ved University of Leeds.
I øjeblikket kræver evaluering af venstre ventrikel - et af fire kamre i hjertet - dyre tests, der skal udføres på et hospital. For mange mennesker over hele kloden betyder det problemer med adgang og tilgængelighed.
Nethindescanninger bliver dog allerede rutinemæssigt taget på optikerklinikker, så en AI-analyse for hjertesygdomsrisiko kan tilføjes oveni. Dem med høj risiko for at udvikle kardiovaskulære problemer kan derefter henvises til speciallæger i sundhedssektoren.
Med millioner af mennesker, der dør hvert år af hjerte-kar-relaterede sygdomme rundt om i verden - frekvensen er én person hvert 36. sekund alene i USA – Et system som det foreslåede har chancen for at gøre en væsentlig forskel, selvom der vil være behov for mere forskning og data for at få dette til at ske.
'Hjerte-kar-sygdomme, herunder hjerteanfald, er den førende årsag til tidlig død på verdensplan og den næststørste dræber i Storbritannien,' siger Alex Frangi , professor i computermedicin ved University of Leeds.
'Dette forårsager kronisk dårligt helbred og elendighed verden over.'
Forskningen er publiceret i Nature Machine Intelligence .