匯流新聞網記者王佐銘/綜合報導
隨著AI技術日漸成熟，相關應用越來越廣泛。近日英國幾所頂尖大學共同研發，利用AI技術透過分析視網膜即可達到預測一個人罹患心臟病的風險，而準確度與現行方法相同。
綜合外媒報導，近日英國劍橋大學、倫敦聖喬治大學和倫敦大學學院共同發表一項最新AI技術，他們將可利用AI人工智慧分析人類的視網膜，進而預估病患罹患心臟病的風險。據了解，研究團隊分析英國生物樣本庫和歐洲癌症前瞻性調查近9萬5000名參與者的視網膜圖像，並透過機器學習來分析視網膜血管的寬度及厚度，建立一個心臟風險預測模型。
團隊透過模型，將可用 60 秒的時間，掃描民眾眼睛，獲取相關的心臟資訊，再結合吸菸、心臟病、高血壓藥物等風險因素，來預測民眾罹患心血管疾病的風險。
目前這項研究已經被刊登在《英國眼科雜誌》，但由於資料庫中的參與者有高達94.6% 是白人，所以沒有辦法斷定該模型是否可以能精準預測有色人種的心臟病風險。不過因為這項技術要進入醫學界還需要一段時間，所以團隊將持續搜集更多數據並進行調整，以讓功效確保完全有用。
無獨有偶，先前美國麻省理工學院(MIT)計算機科學與人工智慧實驗室(CSAIL)也開發一套AI系統，能夠預測心血管患者的死亡風險，而且只需要15分鐘的心電圖判讀過程。據悉，該款系統名稱叫做「RiskCardio」，主要是用在評估急性冠心症(ACS)病患的死亡風險，這類病患常見的症狀是急性心肌梗塞或缺氧，經常會因為關狀性動脈血流突然減少而出現急性風險。RiskCardio系統藉由病患原始心電圖前15分鐘的信號，就可把病患歸類到不同的風險類別，來判斷病患是否可能會在30 、60、90或365天內有心血管疾病死亡的風險。
麻省理工學院研究發現，RiskCardio的高風險心血管疾病患者死亡率，相較於低風險的病患高出7倍。但是，現有的風險指標判定的高風險心血管疾病患者的死亡率，只有低風險的病患的3倍。對此，RiskCardio研究人員Divya Shanmugam對外表示，他們的目標是要改善第一步的病患風險評估，還有如何幫助醫生來辨別出ACS發病後，高風險患者的臨床問題，並在未來讓數據更有包容性，藉以適應不同病患的年紀、種族與性別。
Ｄivya Shanmugam補充，AI機器學習對於識別非常拿手，這跟評估病患的風險有很大的關係，可以大大協助幫助醫療團隊做出有效的決策，而機器學習與醫療保健的組合，對往後的社會將由非常大的影響力。
更多CNEWS匯流新聞網報導：
【匯流民調2022縣市長系列4-3】選情分析／高雄市長選戰今年「奇冷」！陳其邁低調持穩拚市政 柯志恩重兵未出
有影／【蔡壁如專訪4-1】對手的秘密？蔡壁如公開台北、新竹「私房打法」
【文章轉載請註明出處】
