根據世界衛生組織（WHO）的數據，心髒病是全球死亡的主要原因，估計每年有1,790萬人死亡。
世衛組織說，早期發現心髒病（通常會導致心髒病發作）可能會給患者帶來寶貴的治療時間，這可以挽救許多生命。
現在，研究人員發現，可以使用人工智能（AI）和機器學習的幫助來診斷簡單的眼科測試。
先前的研究調查了視網膜的靜脈和動脈網絡如何提供心髒病的早期跡象。
這項研究研究瞭如何使用這些血管的寬度來預測心髒病，但是目前尚不清楚發現結果是否同樣應用於男性和女性。
倫敦大學聖喬治的研究人員使用AI模型來研究由英國和歐洲兩項研究的患者組成的數據庫，以預測未來的心血管疾病風險。
預測心血管疾病的風險
他們開發了一種稱為石英（或視網膜血管拓撲和大小的定量分析）的全自動AI型算法，以預測視網膜成像中的心血管健康和死亡。
石英首先使用來自40-69歲的40-69歲的英國生物庫參與者的視網膜圖像，專門研究視網膜中動脈和靜脈的寬度，船隻區域以及曲折程度（或彎曲度），以開發中風，心髒病發作和循環疾病死亡的預測模型。
然後，他們將該模型應用於歐洲對癌症（EPIC） - 諾福克的第二次研究中的7,411名參與者的視網膜圖像。
在64,144名英國生物庫參與者中，所有參與者的健康平均被追踪了7至9年，在此期間，有327例循環系統疾病死亡和201例循環死亡。
總體而言，這些預測模型（基於年齡，吸煙，病史和視網膜脈管系統）在最風險的人中捕獲了一半至三分之二的循環疾病死亡。
將石英結果與弗雷明漢風險得分框架進行了比較，該框架是基於健康數據，目前廣泛用於預測心髒病風險的工具。
石英預測，英國生物庫男性中風的案例比弗雷明漢框架多5％，英國生物銀行婦女的病例高出8％。
與弗雷明漢（Framingham）相比，它還預測，史詩般的諾福克男性中的病例大約有3％，這些男性處於危險中，但在史詩般的諾福克婦女中，案例卻少了近2％。
然而，弗雷明漢（Framingham）捕獲了更多最有風險的人的心髒病發作案件。
在男性中，小動脈和靜脈寬度，曲折度和寬度變異是循環疾病死亡的重要預測指標。
在女性中，小動脈和靜脈區域以及寬度以及靜脈折磨以及寬度變化導致了風險預測。
無創和完全自動化
研究人員說，在將眼掃描建模添加到弗雷明漢風險評分中僅對中風或心髒病發作的預測有邊際影響，但它是一種簡單，無侵入性的程序，而無需進行血液測試或血壓測量。
該研究的作者寫道，由於視網膜成像在英國和美國已經是普遍的做法，“ AI-a-a-Sable Vasculogetry風險預測是完全自動化的，低成本，非侵入性的，並且有可能因為“高街道的可用性”，因此可以達到社區中較高比例的人口，因為不需要血液採樣或[血壓測量]。
“在一般人群中，它可以用作系統性血管健康檢查的一種非接觸形式，以使患有循環死亡率中等風險的人進行進一步的臨床風險評估和適當的干預措施。”
他們建議，在英國，在英國，它可以包含在41-74歲的初級保健NHS健康檢查中。
結果發表在英國眼科雜誌。
在伴隨社論，蘇格蘭鄧迪大學的Ify Mordi和Emanuele Trucco博士解釋說，使用視網膜脈管系統變化為整體心血管風險提供了“肯定是有吸引力和直觀的”，但尚未成為常規臨床實踐的一部分。
他們寫道：“以這種方式使用視網膜篩查可能需要大幅度增加眼科醫生的數量或其他受過訓練的評估者。”
“現在所需要的是眼科醫生，心髒病學家，初級保健醫師和計算機科學家共同努力設計研究，以確定使用此信息是否可以改善臨床結果，並在這種情況下與監管機構，科學社會和醫療保健系統合作，以優化臨床工作流程並在常規實踐中實施實踐實施。”
