最新AI只需单次X光片，即可预测心血管疾病风险

文|贾森·古德伊尔

编译|刘佳玉

制作|《科学焦点》编辑部

01全国近3.3亿人患有心血管疾病

心脏病是人类最大的杀手之一。

在过去的20年里，心脏病一直是全球死亡的主要原因。然而，现在死亡人数比以往任何时候都多。自2000年以来，死于心脏病的人数增加了200多万人，2019年达到近900万人。心脏病现在占所有原因死亡总数的16%。

2022年6月国家心血管病中心发布了《中国心血管健康与疾病报告2021》。

年报显示，中国心血管病的发病率与致死率仍高居榜首。

2019年中国农村、城市心血管病分别占死因的46.74%和44.26%，每5例死亡中就有2例死于心血管病。

根据国家心血管病中心专家推算，全国心血管疾病患者约有3.3亿，其中脑卒中1300万、冠心病1139万、心衰890万、肺源性心脏病500万、房颤487万、风湿性心脏病250万、先天性心脏病200万、下肢动脉疾病4530万、高血压2.45亿，心血管病防控形势仍然严竣，拐点仍未到来。

02AI帮助心脏病诊断

英国的一项研究显示,他汀类药物可长期预防心脏病,即使在患者停药后,这种效果仍很明显。心脏病患者大多会服用他汀类药物。他汀类药物可以有效降低血液中胆固醇水平，保护动脉内壁。

但是，早期心脏病的症状一般不明显或比较轻微，很难被发现，以致于许多患者并没有接受到药物的治疗，没有从药物中获益。

深度学习模型为利用现有的胸部X光图像筛查心血管疾病风险提供了潜在的解决方案。

最近，美国麻省总医院的研究人员开发了一款“深度学习”人工智能（AI）模型（深度学习是机器学习领域中一个新的研究方向，它被引入机器学习，使其更接近于最初的目标——人工智能），这款AI模型通过分析单次常规胸部X光片，就能可靠地预测患者10年内死于心脏病发作或中风的风险。

麻省总医院研究团队使用来自美国国家癌症研究所的50,000多名志愿者的150,000张胸部X光片（原本用于前列腺癌、肺癌、结直肠癌和卵巢癌筛查）对名为“CXR-CVD 风险”的AI进行了训练。

然后，研究人员对11,000多名平均年龄为60岁的患者的数据进行了测试。

这些患者可能需要接受他汀类药物的治疗，并在麻总百瀚（Mass General Brigham，由美国麻省总医院与百瀚和妇女医院联合创立的医疗系统）进行了常规胸部X光检查。

研究发现，近10%的患者在接受X光检查后的10年内有患过心脏病或中风等心血管疾病。其中，CXR-CVD风险模型成功预测了65%。

03

AI成为医生决策的工具

“我们早就认识到X射线可以捕获传统诊断结果之外的信息，但我们一直没有使用这些数据，因为我们没有强大、可靠的方法。现在人工智能的进步使之成为可能。”麻省总医院的雅各布·韦斯（Jakob Weiss）博士说。

研究人员还将该模型的预后价值与确定他汀类药物资格的既定临床标准进行了比较。由于电子记录中缺少数据（例如，血压、胆固醇），因此只能在2401名患者（21%）中进行计算。对于这部分患者，CXR-CVD风险模型的表现与已建立的临床标准相似，甚至提供了增量价值。

韦斯说，这种方法的好处在于，只需要做一次胸部X光检查，深度学习模型就可预测未来的心血管患病风险，该模型可能会成为医生的决策支持工具。

参考资料

https://www.sciencefocus.com/news/ai-can-predict-the-risk-of-heart-disease-by-analysing-a-single-chest-x-ray/

-END-