最新AI只需單次X光片，即可預測心血管疾病風險

賈森·古德伊爾

心臟病是人類最大的殺手之一。

在過去的20年里，心臟病一直是全球死亡的主要原因。然而，現(xiàn)在死亡人數(shù)比以往任何時候都多。自2000年以來，死于心臟病的人數(shù)增加了200多萬人，2019年達到近900萬人。心臟病現(xiàn)在占所有原因死亡總數(shù)的16%。

2022年6月國家心血管病中心發(fā)布了《中國心血管健康與疾病報告2021》。年報顯示，中國心血管病的發(fā)病率與致死率仍高居榜首。2019年中國農(nóng)村、城市心血管病分別占死因的46.74%和44.26%，每5例死亡中就有2例死于心血管病。

根據(jù)國家心血管病中心專家推算，全國心血管疾病患者約有3.3億，其中腦卒中1300萬、冠心病1139萬、心衰890萬、肺源性心臟病500萬、房顫487萬、風濕性心臟病250萬、先天性心臟病200萬、下肢動脈疾病4530萬、高血壓2.45億，心血管病防控形勢仍然嚴峻，拐點仍未到來。

英國的一項研究顯示，他汀類藥物可長期預防心臟病，即使在患者停藥后，這種效果仍很明顯。心臟病患者大多會服用他汀類藥物。他汀類藥物可以有效降低血液中膽固醇水平，保護動脈內(nèi)壁。但是，早期心臟病的癥狀一般不明顯或比較輕微，很難被發(fā)現(xiàn)，以至于許多患者并沒有接收到藥物的治療，沒有從藥物中獲益。深度學習模型為利用現(xiàn)有的胸部X光圖像篩查心血管疾病風險提供了潛在的解決方案。

最近，美國麻省總醫(yī)院的研究人員開發(fā)了一款“深度學習”人工智能（AI）模型（深度學習是機器學習領域中一個新的研究方向，它被引入機器學習，使其更接近于最初的目標——人工智能），這款AI模型通過分析單次常規(guī)胸部X光片，就能可靠地預測患者10年內(nèi)死于心臟病發(fā)作或中風的風險。

麻省總醫(yī)院研究團隊使用來自美國國家癌癥研究所的50000多名志愿者的150000張胸部X光片（原本用于前列腺癌、肺癌、結(jié)直腸癌和卵巢癌篩查）對名為“CXR-CVD 風險”的AI進行了訓練。

然后，研究人員對11000多名平均年齡為60歲的患者的數(shù)據(jù)進行了測試。這些患者可能需要接受他汀類藥物的治療，并在麻總百瀚（Mass General Brigham，由美國麻省總醫(yī)院與百瀚和婦女醫(yī)院聯(lián)合創(chuàng)立的醫(yī)療系統(tǒng)）進行了常規(guī)胸部X光檢查。研究發(fā)現(xiàn)，近10%的患者在接受X光檢查后的10年內(nèi)有患過心臟病或中風等心血管疾病。其中，CXR-CVD風險模型成功預測了65%。

“我們早就認識到X射線可以捕獲傳統(tǒng)診斷結(jié)果之外的信息，但我們一直沒有使用這些數(shù)據(jù)，因為我們沒有強大、可靠的方法。現(xiàn)在人工智能的進步使之成為可能。”麻省總醫(yī)院的雅各布·韋斯（Jakob Weiss）博士說。

研究人員還將該模型的預后價值與確定他汀類藥物資格的既定臨床標準進行了比較。由于電子記錄中缺少數(shù)據(jù)（例如血壓、膽固醇），因此只能在2401名患者（21%）中進行計算。對于這部分患者，CXR-CVD風險模型的表現(xiàn)與已建立的臨床標準相似，甚至提供了增量價值。

韋斯說，這種方法的好處在于，只需要做一次胸部X光檢查，深度學習模型就可預測未來的心血管患病風險，該模型可能會成為醫(yī)生的決策支持工具。

（本文經(jīng)授權(quán)轉(zhuǎn)載自“SF中文”公眾號，有刪節(jié)）