近年来,人工智能(AI)技术越来越多地应用于医疗领域,如帮助医生“读取”X光照片和心电图,以及进行简单的诊断等。中国国家心血管病中心医生和清华大学自动化系专家联合开展的研究表明,借助AI技术还可以对重大心血管疾病进行早期诊断。
郑哲教授表示:“冠心病已成为全球导致人群死亡的第二大疾病。作为一项可防可治的慢性疾病,大范围的早期筛查对疾病控制意义重大。但临床现有的筛查工具仍无法完成大规模筛查工作,因为所有模型均依赖医生提供的疾病信息。许多面部特征(如耳褶征、睑黄瘤、男性脱发、角膜环等)被既往研究报道可能与冠心病存在显著相关性,可能成为一项便捷的疾病筛查方式。但现有面部特征存在种类较少、缺乏规范定义、人工判断可重复性差等局限性,无法常规应用于疾病筛查。随着人工智能面部识别技术的发展,精确整合面部特征进行疾病预测成为可能。基于上述基础,本研究旨在探索应用深度学习分析面部图片预测冠心病的可行性。”
AI诊断的新纪元:中国专家正在开发用自拍照诊断心脏病的新技术
© 照片 : 国家心血管病中心供图
本研究采集了中国8家医院5796例接受冠心病检查患者的面部图片(4个角度,正面、双侧60°、头顶)以及检查结果信息,建立了基于面部图片预测冠心病的深度学习算法。随后,研究团队进一步在中国9家医院的1013名患者中对该算法进行了测试。
AI诊断的新纪元:中国专家正在开发用自拍照诊断心脏病的新技术
© 照片 : 国家心血管病中心供图
郑哲教授称:“在测试人群中,算法的灵敏度(阳性患者中识别的准确率)为0.80,特异度(阴性患者中识别的准确率)为0.54,ROC曲线下面积(AUC,一项评价模型整体预测效能的统计指标)为0.730,准确度显著高于临床常用的Diamond-Forrester模型(AUC 0.623)和冠心病联盟临床评分(AUC 0.652)。进一步的分析提示,继续增添其他临床信息也不能进一步改善算法性能,这意味着只需脸部照片就可以较准确预测冠心病。但应当指出,这项技术目前仍处在研究阶段,真正实现应用该技术进行大范围疾病筛查仍需要进一步技术优化,并进行严格的筛查效果验证。”
除准确性外,新诊断方法的优势还在于便于使用。高风险人群可以早期诊断并尽早接受诊治,增加患者的康复机会。此外,与传统诊断方法不同的是,新方法可用于辅助门诊医生接诊患者时对病情的判断,指导后续决策。
郑哲教授总结说:“对心血管疾病研究发展的影响上,我们认为此类应用日常健康数据指导疾病诊疗研究的不断增加,表明医学人工智能的应用进入了一个新的时代。既往临床医学与人工智能的结合主要通过对住院患者影像的学习或健康数据的处理,实现院内辅助诊断、决策、疾病精准分型、风险预测、医院管理等。而随着科学技术的不断发展,我们可利用的健康数据爆炸性的增加,如智能手环、手表、自拍图片、空气检测等信息。充分利用这些新时代的健康信息辅助心血管疾病诊疗可能成为一个重要方向。”
据“生物谷”网站消息,目前该项目的受试者大多为汉族。为使“自拍诊断”法更加准确,还需在其他种族和更多人群中进行测试。但当前的研究成果已经开发了AI技术用于医学诊断领域的新潜力。