牛津大学人工智能显身手：或可提前至少5年预测心脏病发作风险

公众号回复【加群】进入医疗AI交流群

2019年欧洲心脏病学会年会上，由英国牛津大学开发出的一种人工智能工具让人眼前一亮：可在心脏病发作前至少5年就可预测风险。

这种人工智能工具，是研究者使用机器学习方法对大量血管扫描数据进行深度分析所开发出的新的生物标记物（Biomarker）——Fat Radiomic Profile（FRP，脂肪放射组学特征）。

新工具可检测心脏供血血管周围间隙的细微异常，比如炎症、组织疤痕以及微小血管的生长，而这些都是未来心脏病发作的指针。

而且，鉴于机器学习的特点，加入的扫描数据越丰富，预测就越准确。

研究者已在1575位受试者中进行了试验，结果满意，比现有诊断工具都要优异。

据悉，在英国每年有4万胸痛患者接受CT扫描，但约3/4告知结果正常，未发现血管变窄迹象，而实际上约1/5的这类患者在此后十年心脏病发作。

研究者表示，利用这一人工智能开发的新工具，在早期心脏病风险预测评估方面具有很大潜力，从而有助于患者尽早接受干预和预防。相关研究已于2019年9月3日发表在心血管领域顶级期刊EUROPEAN HEART JOURNAL（EHJ，最新IF=23.239）上。

研究者表示，计划将于明年向临床推广这一新技术。

参考内容：

【1】British Heart Foundation. New AI technology for advanced heart attack prediction. SEPTEMBER 3, 2019.

【2】European Health Journal. A novel machine learning-derived radiotranscriptomic signature of perivascular fat improves cardiac risk prediction using coronary CT angiography. 03 September 2019.