?利用機器學習開發的軟件可以通過分析某人眼睛中的靜脈和動脈，在不到一分鐘的時間內預測某人患心臟病的風險。

這項新研究發表在《英國眼科學雜志》上。如果這項發現在未來的臨床試驗中得到驗證，將為快速、廉價的心血管篩查鋪平道路。這些篩查可以讓人們知道他們患中風和心臟病的風險，而不需要驗血甚至測量血壓。

專家表示，這項研究很有前景，但在成為可行的診斷工具之前還需要進一步研究。

該研究的主要作者Alicja Rudnicka在接受《衛報》采訪時表示:“這種人工智能工具可以在60秒或更短的時間內讓人們知道他們的風險水平。”同時研究發現，這個工具的預測結果與目前常用的測試方法結果一樣準確。

“眼睛可以作為身體其他部位的窗口。”

該軟件的工作原理是分析視網膜內的血管網。它測量了這些動脈和靜脈覆蓋的總面積，以及它們的寬度和“彎曲度”(彎曲程度)。所有這些因素都受到個人心臟健康狀況的影響，因此軟件只需觀察受試者眼睛的非侵入性快照，就可以預測受試者患心臟病的風險。

研究人員將他們的軟件命名為QUARTZ(一個獨創的首字母縮寫，源自短語“視網膜血管拓撲和大小的定量分析”)。

我們常說“眼睛是心靈的窗戶”，越來越多的知識表明，眼睛可以被用作身體其他部位的診斷窗口。醫生們在一百多年前就知道，可以通過眼睛看到糖尿病和高血壓的跡象。但問題在于以往是以醫學專家的經驗進行人工評估，增加了不確定性和誤判。如今使用機器學習可以克服這一挑戰。

利用人工智能通過眼部掃描診斷疾病已被證明是機器學習醫學發展最快的領域之一。FDA批準的第一個人工智能診斷設備被用于篩查眼疾，研究表明人工智能可以通過這種方式檢測一系列疾病，從糖尿病視網膜病變到阿爾茨海默癥。這些應用工具處于不同的發展階段，但其診斷的可靠性和普遍性仍然存在問題。

比如，倫敦大學圣喬治學院的一個研究小組進行的這項最新研究只對白人患者的眼部掃描進行了測試。研究團隊從英國生物庫(UK Biobank)獲取測試數據，該數據庫恰巧94.6%是白人(反映出英國自身的人口統計數據，包括在生物庫中的患者的年齡范圍)。未來必須平衡這種偏見，以確保任何診斷工具對不同種族都是同樣準確的。

研究人員將他們的軟件QUARTZ的結果與標準弗雷明漢風險評分測試(FRS)產生的10年風險預測進行了比較。他們發現這兩種方法具有“相當的性能”。

專家稱最大的挑戰是將這類工作從“編碼到臨床”。比如誰能把這類研究變成正式的診斷工具?是英國的國民醫療服務體系(NHS)，還是從大學中剝離出來的一家公司?監管機構在批準使用該軟件之前，會要求達到什么樣的性能水平?從研究到產品實用化（商業化）還有很長的路要走。?