【 圖片來源：Digital Health   】

劍橋大學的一個研究小組計劃利用英國200萬人的長期健康記錄，來開發(fā)一種人工智能產(chǎn)品，幫助人們預(yù)測心臟病風險。該研究項目得到了英國心臟基金會（BHF）和Alan Turning 研究所的聯(lián)合資助。

AI加速心臟病預(yù)測

據(jù)雷鋒網(wǎng)了解，英國劍橋大學的研究人員開發(fā)的這款A(yù)I心臟病預(yù)測產(chǎn)品，需要使用大量的健康信息繪制每個患者的健康趨勢，分類算出每種疾病的風險，從而使臨床醫(yī)生更好地診斷或預(yù)測患者的疾病風險。

該項目采用深度學習和統(tǒng)計機器學習方法，利用國家初級保健記錄中的歷史記錄、風險因素的軌跡進行建模，最終系統(tǒng)地識別未來患病的高危人群。

據(jù)悉新款預(yù)測算法也可被應(yīng)用于大型和復(fù)雜的數(shù)據(jù)密集型項目中，如臨床實踐研究數(shù)據(jù)鏈、英國生物銀行、歐洲癌癥與營養(yǎng)前瞻性調(diào)查（EPIC）等。

在英國，NHS（National Health Service）英國國家醫(yī)療服務(wù)體系，管理著英國所有醫(yī)院、門診和醫(yī)務(wù)人員。目前臨床醫(yī)生和全科醫(yī)生使用風險計算器作為“NHS健康檢查”的一部分來評估患者10年內(nèi)心臟或循環(huán)系統(tǒng)出現(xiàn)問題的風險。

但是風險計算器存在兩個弊端：一是只能對個體檢測做出判斷，并不能結(jié)合其病史和家族史對心臟疾病進行預(yù)測。二是風險計算器不能解釋病人的危險因素是如何變化的，也不能通過特定的心臟和循環(huán)疾?。ㄈ缧呐K病發(fā)作、中風、心力衰竭或心律失常）來區(qū)分風險。

劍橋大學生物統(tǒng)計學高級講師Angela Wood博士說：“直到最近，我們才擁有處理大量健康數(shù)據(jù)的技術(shù)。新的算法可以讓我們在人們過去的健康狀況中找到全新的、詳細的模式，預(yù)測他們未來事件的風險——最終挽救生命。”

英國心臟基金會（BHF）副醫(yī)學主任Metin Avkiran教授表示，投資于數(shù)據(jù)科學和機器學習創(chuàng)新至關(guān)重要。數(shù)據(jù)科學將加速醫(yī)學研究的突破，這類項目的成果將最終改變數(shù)百萬生活在英國心臟和循環(huán)疾病陰影下的人們。

英國面臨的最大健康威脅

據(jù)雷鋒網(wǎng)了解，英國每年有超過19萬人受心臟病困擾，將近7萬人死于心臟病。英國一項研究顯示．心臟疾病是現(xiàn)今英國面臨的最大健康威脅，每年造成的經(jīng)濟損失高達290多億英鎊。

為改善居民心臟健康狀況，建立檢測、預(yù)測工具及早對疾病進行干預(yù)。英國心臟基金會（BHF）和Alan Turning 研究所資助劍橋大學進行了此次心臟病預(yù)測項目。

英國心臟基金會致力于資助研究人類心臟病檢測診斷的醫(yī)療科技項目。Alan Turning 研究所是劍橋大學，愛丁堡大學，牛津大學，倫敦大學學院和華威大學以及英國工程和物理科學研究委員會的合資企業(yè)。

2018年，英國心臟基金會和Alan Turning 研究所為六項診斷、治療心臟和循環(huán)疾病的研究項目提供了價值55萬英鎊的資金。

六個項目包括：繪制心血管疾病的遺傳特征、身體活動和心血管健康、心臟病發(fā)作風險預(yù)測和治療管理、心血管疾病的個性化風險管理、血液相關(guān)的心血管疾病危險因素和模擬心臟的化學信號。

據(jù)悉，劍橋大學研發(fā)的這款A(yù)I心臟病預(yù)測項目，就是這六項研究資助之一。這些項目將成為Alan Turning 研究所健康計劃的一部分，旨在通過人工智能和統(tǒng)計科學中的數(shù)據(jù)驅(qū)動創(chuàng)新，加速對疾病的科學認識并改善健康狀況。

心臟疾病領(lǐng)域的AI應(yīng)用

近年來，隨著科技的進步，醫(yī)療行業(yè)人工智能發(fā)展熱度不斷提升，在虛擬助理、病歷與文獻分析、醫(yī)療影像輔助診斷、診療結(jié)果預(yù)測、藥物研發(fā)、以及基因測序等方面均有喜人進展。其中，AI心臟病預(yù)測領(lǐng)域已有不少產(chǎn)品落地。

2017年，美國醫(yī)療初創(chuàng)團隊 AliveCor 旗下的一款移動心電圖（ EGC）讀取設(shè)備 Kardia通過了美國 FDA 批準。用戶只需要將手指放置設(shè)備電極位置上 30 秒的時間，就可以通過手機上配套的 Kardia App 查看心電活動圖譜和信息。同時，這些數(shù)據(jù)將會被上傳到 AliveCor 的云端，醫(yī)生即可對這些信息進行訪問，以評估心臟病、中風患者發(fā)病的潛在危險。

2018年，谷歌及其子公司Verily的科學家們發(fā)現(xiàn)了利用機器學習來評估一個人患心臟病風險的新方法。在自然雜志（Nature）生物醫(yī)學工程欄目報告中，Verily的研究員稱其AI演算法會通過機器學習，分析病人眼睛后部的掃描結(jié)果，準確地推斷出數(shù)據(jù)，包括個人的年齡、血壓，以及他們是否吸煙。這些信息可以用來預(yù)測他們患心臟病的風險。

2018年8月，微軟推出了由人工智能支持的心臟病風險評分API。該評分基于Apollo Hospitals共享的40萬印度人健康數(shù)據(jù)，將風險分為高、中、低，并提供最大風險因素見解。

據(jù)雷鋒網(wǎng)了解，印度每年有近300萬心臟病發(fā)病人數(shù)，3000萬印度人患有冠心病。該評分系統(tǒng)能夠幫助醫(yī)生以更全面的方式咨詢患者，同時為患者提供改善生活方式和及時干預(yù)的見解。

AI預(yù)測心血管風險的研究還在繼續(xù)，我們期待未來研究人員開發(fā)更多的醫(yī)療人工智能產(chǎn)品，為患者提供科學有效的建議。

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。