使用機器學習開發的軟件可以通過分析一個人眼睛裡的靜脈和動脈血管，在不到一分鐘的時間裡可以預測其患心髒病的風險。這項發表在《英國眼科雜誌》上的新研究，為開發快速和廉價的心血管篩查舖平了道路，如果這些發現在未來的臨床試驗中得到驗證。這些篩查將讓個人知道他們中風和心髒病發作的風險，而不需要驗血，甚至不需要測量血壓。

這項研究的主要作者Alicja Rudnicka告訴《衛報》：”這種人工智能工具可以讓人在60秒或更短時間內知道他們的風險水平。該研究發現，預測結果與當前測試產生的結果一樣準確。”

該軟件通過分析眼睛視網膜內的血管網絡來工作。它測量這些動脈和靜脈覆蓋的總面積，以及它們的寬度和”迂迴性”（它們的彎曲程度）。所有這些因素都受到個人心臟健康的影響，使該軟件能夠僅僅通過觀察受試者眼睛的非侵入性快照來預測其患心髒病的風險。

眼科和人工智能分析研究人員皮爾斯-基恩（Pearse Keane）表示：”這項研究增加了越來越多的知識，即眼睛可以作為了解身體其他部位的窗口。一百多年來，醫生們都知道可以通過觀察眼睛，看到糖尿病和高血壓的跡象。但問題是必須通過人工用經驗評估：由人類專家手動劃定血管。使用機器學習可以克服這一挑戰。”

使用人工智能從眼睛掃描中診斷疾病已被證明是機器學習醫學中發展最快的領域之一，美國食品和藥物管理局批准的第一個人工智能診斷設備被用於篩查眼部疾病，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氏症（基恩自己的研究領域）。應用這些發現的工具正處於不同的開發階段，但對其診斷的可靠性和普遍性存在疑問。

研究人員將他們的軟件命名為QUART

最近的這項研究是由倫敦大學聖喬治分校的一個團隊進行的，例如，只對白人患者的眼睛掃描進行了測試。該團隊的測試數據來自英國生物庫，這個數據庫恰好是94.6%的白人（反映了英國自己在生物庫所包括的病人年齡範圍內的人口統計學）。這種人種偏見在未來必須得到平衡，以確保任何診斷工具對不同種族的人都同樣準確。

研究人員將他們名為QUARTZ（一個創造性的縮寫，源自”視網膜血管拓撲結構和siZe的定量分析”）的軟件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”。

基恩說，最大的挑戰是將這種工作從”代碼到臨床”。他問道，誰能把這種研究變成一種診斷工具；是英國的國家衛生服務系統（NHS）還是從大學剝離出來的公司？監管機構在批准該軟件的使用前會要求達到什麼樣的性能水平？”在什麼時候我們會說我們完成了，並把它變成一個商業產品？”