一个研究小组发现,将视网膜血管模式的信息与传统的临床变量相结合,可以比以前仅基于人口统计信息的模型更准确地识别心脏病发作风险。总之:眼科检查可以使心脏病发作风险预测更加准确。
在摘要中 将于今天在维也纳举行的欧洲人类遗传学会年度会议上发表,研究人员解释了他们如何使用来自英国生物银行的数据(来自 500.000 人的医疗和生活方式信息)来提出一个称为分形维数的指标。
然后,他们将这些数据与年龄、性别、收缩压、体重指数和吸烟状况等因素结合到一个模型中,并将这些因素与从眼科检查中获得的患者视网膜图像结合起来。
更准确的模型
安娜·维拉普拉纳-贝拉斯科该研究的作者、爱丁堡大学亚瑟和罗斯林研究所的博士生对此充满热情。 “令人惊讶的是,我们发现我们的模型比现有模型更好地对心脏病发作风险进行分类。我们的分析发现,分形维数和心肌梗塞之间存在共同的遗传基础。”
心脏病发作者的平均年龄为 60 岁:该算法已显示出预测的能力 甚至五年前。 利兹大学开发的人工智能的历史记录 一岁. 研究人员认为,在不久的将来,简单的眼科检查可以提供足够的信息来识别处于危险中的人。
Villaplana-Velasco 说:“个性化检查可以让医生向 50 岁以上的任何人提出具体行为建议。”
观察眼睛的视力测试......“心灵之眼”
据研究人员称,视网膜变异特征可能对我们每个人都是独一无二的,有助于识别所有类型的医疗状况。 因此,他们的发现也有助于计算感染其他疾病的风险。 然而,下一步是评估眼科检查是否有助于产生两个特定模型(一个男性和一个女性),以更准确地评估心脏病发作的风险。
需要更多的研究来证明这种预测改进是稳健的。 了解这种方法的可行性并了解如何建立有效的例程需要付出努力。
尽管这份摘要提供的数据仍然有限,但视网膜(现已建立)将为我们提供评估血管健康的独特机会。使用机器学习来存储大量数据和/或相关性可以使我们将来只需进行快速眼科检查即可进行完整的医疗检查。