10+ исследовательских проектов в области искусственного интеллекта, о которых должен знать каждый
Feb 20, 2024Выставка продуктов для сухих глаз 2023 г.
Jun 25, 20237 каналов YouTube для изучения машинного обучения
Apr 30, 2024Обобщаемая регрессионная модель глубокого обучения для автоматического скрининга глаукомы по изображениям глазного дна
Jun 07, 2023Новый подход к рассеянному склерозу может изменить лечение других заболеваний
Jul 11, 2023Мультимодальное глубокое изучение аномалий глазного дна и традиционных факторов риска для прогнозирования сердечно-сосудистого риска
npj Digital Medicine, том 6, номер статьи: 14 (2023 г.) Цитировать эту статью
2959 Доступов
2 цитаты
3 Альтметрика
Подробности о метриках
Сердечно-сосудистые заболевания (ССЗ), ведущая причина смертности во всем мире, связаны со сложными факторами риска. Мы разрабатываем модель искусственного интеллекта для выявления сердечно-сосудистых заболеваний с использованием мультимодальных данных, включая клинические факторы риска и фотографии глазного дна из Медицинского центра Самсунг (SMC) для разработки и внутренней проверки, а также из Биобанка Великобритании для внешней проверки. Мультимодальная модель обеспечивает площадь под кривой рабочей характеристики приемника (AUROC) 0,781 (95% доверительный интервал [ДИ] 0,766–0,798) в SMC и 0,872 (95% ДИ 0,857–0,886) в Британском биобанке. Кроме того, мы наблюдаем значительную связь между заболеваемостью сердечно-сосудистыми заболеваниями и прогнозируемым риском у пациентов из группы риска в Биобанке Великобритании (отношение рисков [ОР] 6,28, 95% ДИ 4,72–8,34). Мы визуализируем важность индивидуальных особенностей в фотографии и традиционных факторов риска. Результаты подчеркивают, что неинвазивная фотография глазного дна может быть возможным прогностическим маркером сердечно-сосудистых заболеваний.
На сердечно-сосудистые заболевания (ССЗ) приходится примерно 31% смертей во всем мире, и ежегодно от ССЗ умирают 17,3 миллиона человек. Несмотря на глобальные усилия в области общественного здравоохранения и рост медицинских знаний, высокое бремя ССЗ редко снижается из-за сложных факторов риска, которые требуют долгосрочных поведенческих и фармацевтических модификаций1. Хотя ни один экономически эффективный инструмент скрининга и выявления не может быть клинически адаптирован для прогнозирования сердечно-сосудистых заболеваний, такие инструменты оценки риска, как Фрамингемский показатель риска и Европейская систематическая оценка коронарного риска, хорошо зарекомендовали себя со статистическим моделированием, которое сочетает в себе традиционные факторы риска, такие как возраст. , пол, общий холестерин и холестерин липопротеинов высокой плотности (ЛПВП), артериальное давление, курение и диабет2,3,4. В последние десятилетия предпринимались настойчивые усилия по совершенствованию моделей прогнозирования риска путем выявления и реклассификации факторов риска5,6.
Недавние систематические обзоры показали, что традиционная оценка сердечно-сосудистого риска может завышать или недооценивать риск ССЗ и имеет ограниченную пользу для исходов лечения пациентов7. Даже сейчас определить лучшие модели оценки риска сложно, учитывая различия в категориях риска, наличие сопоставимых когорт и неоднородность групп населения, подвергающихся риску8,9. Недавно были предложены многообещающие биомаркеры, непосредственно связанные с воспалением и атеросклеротическим бременем, такие как лодыжечно-плечевой индекс, высокочувствительный С-реактивный белок и показатель кальция в коронарной артерии (CAC); однако эти нетрадиционные модели редко показывали значительное улучшение прогнозов сердечно-сосудистых заболеваний8.
Неинвазивная визуализация атеросклеротических сосудистых нарушений, такая как компьютерная томография сердца или ультразвуковое исследование сонных артерий, является одним из наиболее точных клинических методов оценки для пациентов с низкой или средней предтестовой вероятностью сердечно-сосудистых заболеваний10,11,12,13. Однако рутинный скрининг коронарных и сонных артерий не рекомендуется из-за его низкой клинической и экономической эффективности у пациентов с низкими факторами риска14. Напротив, фотографии глазного дна (FP) широко используются при скрининговых обследованиях глазных заболеваний, поскольку они экономически эффективны. Кроме того, FP предоставляет больше информации для оценки риска сердечно-сосудистых заболеваний, включая неинвазивную визуализацию атеросклеротических сосудистых нарушений. Патологическая связь между микрососудистыми изменениями сетчатки и системными сосудистыми нарушениями хорошо известна15,16,17,18.
Хотя клинические рекомендации по диагностике ССЗ с помощью FP еще не разработаны, подходы искусственного интеллекта показали, что FP позволяет прогнозировать биомаркеры, связанные с ССЗ, а также события ССЗ19,20,21,22,23. Рим и др. предположили, что FP предсказывает оценку CAC, а Poplin et al. показали, что ФП может быть предиктором сердечно-сосудистых факторов риска, включая возраст, пол, статус курения и систолическое артериальное давление, а также серьезных неблагоприятных сердечных событий. Они также стремились предсказать будущие сердечно-сосудистые события. Также важна диагностика факторов риска сердечно-сосудистых заболеваний с использованием неинвазивных и экономически эффективных прогностических моделей. Это связано с тем, что в странах с низким и средним уровнем дохода, где лабораторные возможности и врачи ограничены, а бремя ССЗ растет24, такие прогностические модели особенно многообещающи для точной диагностики ССЗ и выявления лиц с высоким риском.