药明在线|自拍就能识别冠心病!阜外、清华合作成果发表,牛津专家点赞诊断潜力


自拍是我们常用的手机功能之一 , 在不远的将来 , 自拍照也许还可以用作疾病筛查工具 。 根据阜外医院副院长、中国国家心血管病中心郑哲教授与清华大学脑与认知科学研究所所长季向阳教授牵头、新近发表于《欧洲心脏杂志》的研究成果 , 通过计算机深度学习算法 , 仅需对4张自拍照进行分析就能够预测个体是否患有冠状动脉疾病(CAD , 慢性冠心病) 。
在同期刊发的题为“欢迎来到医学诊断新时代”(Selfies in cardiovascular medicine: welcome to a new era of medical diagnostics)的社论文章中 , 牛津大学(University of Oxford,)心血管医学教授Charalambos Antoniades博士及其团队表示:“这项研究突显了医学诊断的新潜力 。 其优势在于 , 只将自拍照片作为唯一的数据输入项 , 非常适合而且容易大规模应用 。 ”
药明在线|自拍就能识别冠心病!阜外、清华合作成果发表,牛津专家点赞诊断潜力
本文插图
截图来源:European Heart Journal
基于我们对衰老和心血管疾病的认识 , 我们已经知道 , 一些面部特征和心脏疾病风险增加有关 。 包括头发稀疏或变白、皱纹、耳垂折痕、黄斑瘤(皮下沉积胆固醇 , 通常在眼睑周围) , 以及角膜弓(脂肪和胆固醇沉积在角膜外边缘 , 通常呈白色、灰色或蓝色不透明环状)等 。 但对人工判断来说 , 这些特征难以明确量化 。 而研究中的这款工具 , 则旨在整合CAD相关的所有面部特征来进行筛查 。
2017年7月-2019年3月期间 , 研究团队从中国8家医院共纳入了5796名患者 , 所有患者接受了血管影像学检查 , 至少一处血管狭窄≥50%则被诊断为冠状动脉疾病 。 与此同时 , 研究护士还对每位受试者拍摄了4张面部照片:一张额头、两个全脸照和一张头顶视图 。 此外 , 还收集了患者有关社会经济状况 , 生活方式和病史的数据 。 这些患者被随机分为算法训练组(5216例 , 90%)或验证组(580例 , 10%) , 用于算法的创建、训练和验证 。 2019年4月-2019年7月 , 研究团队进一步在中国9家医院的1013名患者中对该算法进行了测试 。

药明在线|自拍就能识别冠心病!阜外、清华合作成果发表,牛津专家点赞诊断潜力
本文插图
▲算法识别到与CAD相关的面部特征(图片来源:参考资料[1])
这一算法优于现有的心脏疾病风险预测方法 , 包括Diamond-Forrester模型和CAD联盟临床评分 。 在580名验证组患者中 , 该算法的敏感性为80% , 能在80%的CAD患者中正确诊断;特异性为61% , 正确识别了61%非CAD患者 。 在1013名测试组患者中 , 敏感性为80% , 特异性为54% 。
季向阳教授介绍 , “该算法性能中等 , 继续增添其他临床信息也不能进一步改善性能 , 这意味着只需脸部照片就可以将其用于预测潜在心脏疾病 。 相较于其他面部区域 , 脸颊、额头和鼻子的信息对算法判断更有帮助 。 ”
药明在线|自拍就能识别冠心病!阜外、清华合作成果发表,牛津专家点赞诊断潜力
本文插图
▲脸颊、额头和鼻子的信息对算法判断更有帮助(图片来源:参考资料[1])
接下来 , 研究团队计划进一步提高该算法的特异性 , 以减少假阳性给患者带来的焦虑以及不必要的额外检查 。 此外 , 由于大多受试者为汉族且参与研究的医院有限 , 还需在其他种族和更多人群中验证算法 。
【药明在线|自拍就能识别冠心病!阜外、清华合作成果发表,牛津专家点赞诊断潜力】阜外医院郑哲教授表示 , “据我们所知 , 这是证明人工智能分析面部可以检测心脏疾病的第一项研究 。 我们的最终目标是为高风险人群开发一款可用于自我报告的App , 以便在患者前往就诊前就预先评估心脏疾病风险 。 这可以低成本、简单且有效地识别出有必要进一步检查的患者 。 ”


推荐阅读