人工智能使用單次 X 光預(yù)測心臟病風(fēng)險

研究人員開發(fā)了一種深度學(xué)習(xí)模型，該模型使用單次胸部 X 光片來預(yù)測 10 年因動脈粥樣硬化性心血管疾病引起的心臟病發(fā)作或中風(fēng)而死亡的風(fēng)險。今天在北美放射學(xué)會 (RSNA) 年會上公布了這項(xiàng)研究的結(jié)果。

深度學(xué)習(xí)是一種高級人工智能 (AI)，可以訓(xùn)練它搜索 X 射線圖像以找到與疾病相關(guān)的模式。

“我們的深度學(xué)習(xí)模型為使用現(xiàn)有胸部 X 光圖像進(jìn)行基于人群的心血管疾病風(fēng)險機(jī)會性篩查提供了一種潛在的解決方案，”該研究的主要作者、馬薩諸塞州心血管成像研究中心附屬放射科醫(yī)生 Jakob Weiss 醫(yī)學(xué)博士說。綜合醫(yī)院和波士頓布萊根婦女醫(yī)院的 AI 醫(yī)學(xué)項(xiàng)目。“這種類型的篩查可用于識別將從他汀類藥物中受益但目前未接受治療的個體。”

目前的指南建議估計 10 年主要不良心血管疾病事件的風(fēng)險，以確定誰應(yīng)該獲得他汀類藥物進(jìn)行一級預(yù)防。

該風(fēng)險是使用動脈粥樣硬化性心血管疾病(ASCVD) 風(fēng)險評分計算得出的，該評分是一種統(tǒng)計模型，考慮了許多變量，包括年齡、性別、種族、收縮壓、高血壓治療、吸煙、2 型糖尿病和血液檢查。對于 10 年風(fēng)險為 7.5% 或更高的患者，建議使用他汀類藥物。

“計算 ASCVD 風(fēng)險所需的變量通常不可用，這使得基于人群的篩查方法成為可取的方法，”Weiss 博士說。“由于胸部 X 光檢查很常見，我們的方法可能有助于識別高危人群。”

Weiss 博士和一組研究人員使用單次胸部 X 光 (CXR) 輸入訓(xùn)練了一個深度學(xué)習(xí)模型。他們開發(fā)了稱為 CXR-CVD 風(fēng)險的模型，使用來自前列腺癌、肺癌、結(jié)直腸癌和卵巢癌篩查試驗(yàn)的 40,643 名參與者的 147,497 次胸部 X 光片來預(yù)測心血管疾病死亡的風(fēng)險，該試驗(yàn)是一項(xiàng)多中心、隨機(jī)的由國家癌癥研究所設(shè)計和贊助的對照試驗(yàn)。

“我們早就認(rèn)識到 X 射線可以捕獲傳統(tǒng)診斷結(jié)果以外的信息，但我們沒有使用這些數(shù)據(jù)，因?yàn)槲覀冞€沒有強(qiáng)大、可靠的方法，”Weiss 博士說。“人工智能的進(jìn)步現(xiàn)在使之成為可能。”

研究人員使用第二個獨(dú)立隊(duì)列測試了該模型，該隊(duì)列包含 11,430 名門診患者(平均年齡 60.1 歲;42.9% 為男性)，他們在 Mass General Brigham 進(jìn)行了常規(guī)門診胸部 X 光檢查，并且可能有資格接受他汀類藥物治療。

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險自擔(dān)。 如有侵權(quán)請聯(lián)系刪除！