AI biedt ons het potentieel voor nieuwe, minder invasieve tests voor de gezondheid van het hart - het voorspellen van cardiovasculaire resultaten van retinale beelden met computervisie - en stimuleert vroege resultaten. (Bron: Foto bestand) Het kennen van het risico op een hartaanval of een beroerte kan binnenkort net zo eenvoudig worden als een oogtest, aangezien onderzoekers van Google en zijn gezondheidstechnologie-afdeling hebben ontdekt dat kunstmatige intelligentie (AI) en machinaal leren (ML) kunnen helpen bij het identificeren van hartsignalen ziekten door middel van beelden van het netvlies.
AI biedt ons het potentieel voor nieuwe, minder invasieve tests voor de gezondheid van het hart - het voorspellen van cardiovasculaire resultaten van retinale beelden met computervisie - bemoedigende vroege resultaten!, zei Google-CEO Sundar Pichai dinsdag terwijl hij het onderzoek in een tweet verwees.
De studie, gepubliceerd in het tijdschrift Nature Biomedical Engineering, toonde aan dat deep learning toegepast op een retinaal fundusbeeld, een foto die de bloedvaten van het oog bevat, risicofactoren voor hartziekten kan voorspellen - van bloeddruk tot rookstatus.
Het algoritme dat de onderzoekers produceerden, kan zelfs helpen bij het voorspellen van het optreden van een toekomstige grote cardiovasculaire gebeurtenis die vergelijkbaar is met de huidige maatregelen, zei Michael McConnell, hoofd van Cardiovascular Health Innovations bij Verily in een blogpost.
Hart- en vaatziekten zijn wereldwijd de belangrijkste doodsoorzaak en onderzoekers weten dat leefstijlfactoren zoals lichaamsbeweging en voeding in combinatie met genetische factoren, leeftijd, etniciteit en geslacht daar allemaal aan bijdragen.
Ze weten echter niet precies hoe deze factoren bij een bepaald individu optellen, en daarom wordt het bij sommige patiënten essentieel om geavanceerde tests uit te voeren, zoals coronaire calcium-CT-scans, om het risico van een individu op een hartaanval of een beroerte en dergelijke andere cardiovasculaire gebeurtenissen.
zwartgeel-witte rups
In deze studie, met behulp van deep learning-algoritmen die waren getraind op gegevens van 284.335 patiënten, waren de onderzoekers in staat om cardiovasculaire risicofactoren te voorspellen uit retinale beelden met verrassend hoge nauwkeurigheid voor patiënten uit twee onafhankelijke datasets van 12.026 en 999 patiënten.
Het algoritme kon 71 procent van de tijd de retinale beelden van een roker onderscheiden van die van een niet-roker, zo bleek uit de studie.
Bovendien, hoewel artsen doorgaans onderscheid kunnen maken tussen de retinale beelden van patiënten met ernstige hoge bloeddruk en normale patiënten, zou ons algoritme verder kunnen gaan om de systolische bloeddruk te voorspellen binnen gemiddeld 11 mmHg voor patiënten in het algemeen, inclusief patiënten met en zonder hoge bloeddruk. druk, zei co-auteur Lily Peng, productmanager van Google Brain Team.
Een van de opwindende aspecten van deze studie is het genereren van 'aandachtskaarten' om te laten zien welke aspecten van het netvlies het meest hebben bijgedragen aan het algoritme, waardoor een venster wordt geboden op de 'zwarte doos' die vaak wordt geassocieerd met machine learning, McConnell, die ook een co-auteur van de studie, zei.
Dit kan clinici meer vertrouwen geven in het algoritme en mogelijk nieuwe inzichten verschaffen in retinale kenmerken die voorheen niet werden geassocieerd met cardiovasculaire risicofactoren of toekomstig risico, zei McConnell.
De bevindingen suggereren dat een eenvoudig beeld van het netvlies ooit zou kunnen helpen de gezondheid van de bloedvaten van een patiënt te begrijpen, de sleutel tot cardiovasculaire gezondheid.
Dit is veelbelovend, maar vroeg onderzoek - er moet meer worden gedaan om deze bevindingen bij grotere patiëntencohorten te ontwikkelen en te valideren voordat dit in een klinische setting kan komen, voegde McConnell eraan toe.
miniatuur kersenbloesembomen te koop