美国研究人员开发了一种深度学习模型，可以利用一张胸部x光片预测10年内心脏病发作或中风的死亡风险。相关研究成果在29日举行的北美放射学会(RSNA)年会上公布。
深度学习是一种高级类型的人工智能，可以通过训练来搜索x光图像，以找到与疾病相关的模式。该研究论文的主要作者、马萨诸塞州心血管成像研究中心的医学博士雅各布韦斯(Jacob Weiss)表示，“我们的深度学习模型通过使用现有的胸部x光图像，为筛选心血管疾病风险提供了一个潜在的解决方案。”这种类型的筛选可用于识别那些可以使用他汀类药物但尚未接受治疗的个体。
研究人员使用胸部X射线(CXR)图像输入来训练一个名为“CXR-CVD风险”的深度学习模型，该模型使用前列腺癌、肺癌、结直肠癌和卵巢癌筛选试验的40643名参与者的147497张胸部X射线来预测心血管疾病的死亡风险。前列腺癌、肺癌、结直肠癌和卵巢癌的筛查试验是由美国国家癌症研究所设计和赞助的多中心随机对照试验。
研究人员使用了第二组11，430名门诊患者(平均年龄60.1岁；49%为男性)，这些患者接受常规门诊胸部X线检查，并可能接受他汀类药物治疗。其中，1096例(9.6%)在中位数为10.3年的随访期内发生了严重的心脏不良事件。CXR-CVD风险深度学习模型预测的风险与观察到的主要心脏事件之间存在显著相关性。
研究人员还将该模型的预后价值与确定他汀类药物资格的既定临床标准进行了比较。由于电子记录中缺乏数据(如血压、胆固醇)，只能在2401名患者(21%)中进行计算。对于这些患者，CXR-CVD风险模型的表现类似于已建立的临床标准，甚至提供了增量价值。
Weiss博士表示，这种方法的优点是只需要一次胸部x光检查，深度学习模型可以预测未来的主要心血管不良事件，最终可能成为医生的决策支持工具。(实习记者张家欣)
本文来自投稿，不代表探购网立场，如若转载，请注明出处：https://www.tanbigo.com/n/26054.html
微信扫一扫
