你的眼睛或许是窥见心脏状况的绝佳窗口。
至少，谷歌开发的人工智能软件可以通过这扇窗口计算你患心脏病的风险因素。
根据一项研究近期发表于《自然·生物医学工程》期刊的研究，由谷歌人工智能部门和Verily Life Sciences（Alphabet旗下、从谷歌分拆出来的子公司）开发的人工智能算法，可以根据视网膜照片预测患者在五年内是否可能发生心脏病发作或中风等重大心血管事件。
研究称，目前这些预测的效果与现行公认方法大致相当，而后者的侵入性更强。
学习预测心脏病
视网膜能够显现疾病，这并不令人意外。医生经常会发现各种健康问题，包括糖尿病、重度高血压、高胆固醇，以及一些癌症。
为模拟这种能力，Verily和谷歌的研究人员使用284,335名患者的视网膜照片和健康数据训练人工智能软件，以识别心血管风险。具体而言，系统分析的是视网膜眼底图像，也就是显示眼部血管的照片。
心血管疾病的已知风险因素包括年龄、血压和性别等。根据眼部扫描，算法预测个人年龄的误差在3.26年以内，以71%的准确率判断吸烟状况，并将血压预测在测量结果中较高数值上下11个单位的范围内。
由于算法在评估这些因素方面表现出色，研究人员决定检验它预测实际中风和心脏病发作的能力。
他们使用了一组150名患者的数据，这些患者在眼部扫描后的五年内发生过重大心血管事件。（该数据集包含12,026人，但只有几百人发生过重大心脏健康事件，其中150人有临床数据。）研究人员向算法提供两张视网膜图像，并要求它预测哪位患者会发生重大心脏事件或中风；算法有70%的时间选对了扫描图像。
相比之下，目前用于预测心血管疾病风险的欧洲SCORE风险计算器需要验血。该计算器在同一数据集中有72%的病例选对了扫描图像，表现仅略胜人工智能；而且在获得年龄、性别和BMI等人口统计信息后，人工智能的表现同样出色。
强有力的展示
心血管疾病是全球首要死因。因此，常规视网膜扫描或许能提前警示风险升高——并希望能及时促使人们改变行为——这一想法令人振奋。
这项新研究表明，视网膜中包含的信息比科学家此前认识到的更多。人工智能系统尤其令人振奋，因为它能从可能已经存在的医学影像中提取新的、可能很重要的数据，而且无需侵入性检查即可收集和利用这些信息。
参与这项研究的人员还能够追踪算法据以作出预测的因素，因为系统会生成热力图，显示它关注的区域。例如，研究人员知道，系统在计算血压时尤其关注血管。
在机器学习过程中，这类信息并非总是可得。但在本例中，它可以帮助科学家更深入地了解视网膜图像本身所包含的大量数据。
总体而言，这项新研究凸显了深度学习正在如何改变科学家研究人体的方式。机器学习甚至可以利用我们已有的扫描图像，生成更全面的人类健康状况图景。
不过，Verily心血管健康创新负责人Michael McConnell博士在一篇博客文章中称，尽管这些结果看起来很有前景，但仍属初步发现。
McConnell写道：“在这些发现能够应用于临床之前，还需要开展更多工作，在更大规模的患者群体中进一步完善并验证这些发现。”
