Nature:AI看看你的眼睛,就能预判心脏病( 二 )


利兹大学英国心脏基金会心血管影像学教授、该研究论文的作者之一斯文·普莱因(Sven Plein)说:“AI系统是解开自然界中存在的复杂模式的绝佳工具 , 正是我们发现的——视网膜变化与心脏变化相关的复杂模式 。”
03.视网膜图像质量参差 , 训练数据受限
诚然 , 这项研究中也存在局限性 。
首先 , 研究人员称 , 使用视野较小的视网膜图像 , 或不包含黄斑和视盘的图像可能会影响该方法的性能 。同样 , 对比度、照明和图像质量的变化也会显著影响结果 。
其次 , 用于训练和评估拟议方法的患者基本数据和图像采集参数方面存在同质性 。据了解 , 可用的公开数据集只有两个 , 分别是英国生物样本库(UK Biobank)和年龄相关性眼病研究机构(AREDS) , 上述两个机构提供了与相应患者视网膜图像相关的患者人口统计学和心肌梗死事件信息 。
年龄相关性眼病研究机构的数据集是在之前用于评估年龄相关性黄斑变形研究中收集的 , 用于评估年龄相关性黄斑变性(老年性黄斑变性)的研究 。因此 , 该数据集的大多数参与者平均年龄为70岁 , 并非处于心肌梗死发病率迅速上升的年龄 。
本次研究中采用的是英国生物样本库提供的5000多名患者数据 , 相比于年龄相关性眼病研究机构 , 英国生物银行的数据异质性较高 , 其人口数据基本上是健康的 。因此 , 数据集中记录的视网膜图像采集后的心肌梗死病例在总人口中的比例相对较低 , 可以为训练和验证提供更多异构数据 。
有效的数据集对于将正在开发的解决方案转化为实际临床应用至关重要 , 这将是研究人员未来工作的主题 。
04.结语:视网膜诊断系统加速AI应用落地
近年来 , 医疗AI赛道涌现了多项突破性成就 , 尤其在视网膜辅助诊断领域 。除利兹大学的视网膜诊断心血管疾病 , 我国广州中山大学中山眼科中心的系统可识别糖尿病、高血压等全身性疾病;国内视网膜影像AI创企鹰瞳科技的算法能识别55种健康风险……
视网膜AI辅助诊断系统 , 能够将医疗场景进一步扩大 , 适用于眼科诊所、眼镜店等常见区域 , 降低医疗成本 , 更快发现突发性疾病 。视网膜AI辅助诊断系统将进一步促进AI技术普惠 。
来源:英国利兹大学官网

推荐阅读