英国的一个研究小组开发了一个全自动的人工智能(AI)系统，它可以扫描视网膜图像以了解血管健康状况并帮助识别那些患有心脏病和中风的高危人群。据悉，类风湿性关节炎和甲状腺机能亢进等疾病可以从眼睛中检测出来，最近的创新表明像阿尔茨海默病和帕金森氏症这样的神经退行性疾病可以通过视网膜扫描进行诊断。
考虑到眼睛里的血管对一般心血管变化的敏感性，研究人员长期以来一直在研究视网膜特征跟糖尿病或冠状动脉疾病等情况之间的关系。随着能自动识别一个人的视网膜血管的微小差异的计算机化系统的出现，研究人员现在正在接近一种新的诊断工具。
据了解，该人工智能系统被称为QUARTZ（全称QUantitative Analysis of Retinal vessels Topology and siZe）。一项新研究对两个正在进行的大型人口健康研究中的88000多张视网膜图像进行了测试。研究中包括的每个人都有平均七到九年的随访数据，这使得研究人员能够评估该系统的预测能力。
结果显示，AI驱动的系统（当年龄、性别、吸烟状况和病史相结合时）可以提供中风和心脏病的10年风险分数，着相当于最常用的诊断工具之一的弗雷明汉风险评分(FRS)。因为FRS诊断需要验血和测量血压，自动眼球扫描技术容易得出类似的结论，这意味着如果该技术被广泛部署，那么更多的人可以得到更好的监测。
研究人员注意到，研究中评估的大多数视网膜图像时由非专业人员采集的。所以结果有可能通过使用医护人员更好的成像技术而得到改善。然而另一方面，不太复杂的视网膜成像的功效指向了这种技术被纳入智能手机应用的可能性。
在邓迪大学两位没有参与这项新研究的研究人员附带评论中，他们讨论了这种工具的临床意义。评论认为，需要进行严肃的讨论来确定这种诊断信息会如何影响临床实践。
不过这些工具是否仅限于眼科医生或医生使用吗？如果一个病人被这些工具标示为高风险那么需要什么样的临床随访？这种工具的广泛使用对目前的医疗系统意味着什么？大量的新病人会不会因为担心一个智能手机应用所标示的风险而突然涌入诊所？
对此，文章总结道：“现在需要的是眼科医生、心脏病医生、初级保健医生和计算机科学家共同设计研究以确定使用这种信息是否能改善临床结果，如果是，则要跟监管机构、科学协会和医疗保健系统合作以优化临床工作流程并在常规实践中实现实际应用。”
