埃迪斯科文大學（Edith Cowan University）的研究人員開發了一種軟體，可快速分析骨密度掃描，檢測腹主動脈鈣化（AAC），這是心血管事件和其他健康風險的預測指標。此軟體處理影像的結果與專家的一致率高達80%，可徹底改變常規臨床實踐中的早期疾病檢測。

骨密度掃描現在可以快速識別心血管健康風險指標。有了人工智慧，我們很快就能透過按下按鈕來預測未來罹患嚴重健康疾病的風險。腹主動脈鈣化（AAC）是指鈣沉積在腹主動脈壁上。它可能預示著心血管事件（包括心臟病發作和中風）的風險增加。

它還能預測您跌倒、骨折和晚年失智症的風險。方便的是，用於檢測骨質疏鬆症的普通骨密度機掃描也能檢測出AAC。不過，需要訓練有素的專家來分析影像，每張影像的分析過程可能需要5-15 分鐘。

但是，艾迪斯科文大學（ECU）科學學院和醫學與健康科學學院的研究人員合作開發了一款軟體，它能以更快的速度分析掃描影像：一天大約能分析60,000張影像。

研究員兼心臟基金會未來領袖研究員約書亞-劉易斯（Joshua Lewis）副教授說，這種效率的大幅提升對於在研究中廣泛使用AAC以及幫助人們避免日後出現健康問題至關重要。

他說：”由於這些影像和自動評分可以在骨密度檢測時快速、輕鬆地獲得，這可能會在未來為常規臨床實踐中的早期心血管疾病檢測和疾病監測帶來新方法。”

這些成果來自艾迪斯科文大學、西澳大學、明尼蘇達大學、南安普敦大學、馬尼托巴大學、馬庫斯老化研究所和希伯來老年生活哈佛醫學院之間的國際合作。這是一次真正意義上的多學科全球合作。雖然這並不是第一個從這些影像中評估AAC 的演算法，但這項研究是同類研究中規模最大的，它以最常用的骨密度機模型為基礎，並首次在現實世界中使用作為常規骨密度檢測一部分的影像進行測試。

專家和研究小組的軟體對5000 多張影像進行了分析。在對結果進行比較後，專家和軟體在80%的情況下對AAC的程度（低、中或高）得出了相同的結論–鑑於這是軟體的第一個版本，這個數字令人印象深刻。重要的是，只有3% 被認為具有高AAC 水平的人被軟體錯誤地診斷為低AAC 水平。

路易斯教授說：”這是值得注意的，因為這些人的疾病程度最嚴重，發生致命和非致命心血管事件以及全因死亡率的風險最高。雖然與人工讀數相比，軟體的準確性還有待提高，但這些結果是我們的1.0 版演算法得出的，而且我們的最新版本已經大大改進了結果。”

“自動評估AAC 的存在和程度，其準確性與影像專家相似，這為大規​​模篩檢心血管疾病和其他疾病提供了可能–甚至在某人出現任何症狀之前。這將使有風險的人能夠更早改變必要的生活方式，並使他們在晚年更健康地生活”。