Google AI แสดงให้เห็นว่าดวงตาสามารถเปิดเผยความเสี่ยงโรคหัวใจวายได้อย่างไร

โรคหัวใจและหลอดเลือดเป็นสาเหตุการเสียชีวิตอันดับต้นๆ ทั่วโลก และนักวิจัยทราบดีว่าปัจจัยในการดำเนินชีวิต ซึ่งรวมถึงการออกกำลังกายและการรับประทานอาหารร่วมกับปัจจัยทางพันธุกรรม อายุ เชื้อชาติ และเพศล้วนมีส่วนทำให้เกิดโรคนี้

AI นำเสนอศักยภาพสำหรับการทดสอบสุขภาพหัวใจแบบใหม่ที่ไม่รุกรานน้อยลง ทำนายผลลัพธ์ของโรคหัวใจและหลอดเลือดจากภาพจอประสาทตาด้วยการมองเห็นด้วยคอมพิวเตอร์ กระตุ้นให้เกิดผลลัพธ์ในระยะแรก (ที่มา: ไฟล์รูปภาพ)

การรู้ความเสี่ยงของอาการหัวใจวายหรือโรคหลอดเลือดสมองในไม่ช้าจะกลายเป็นเรื่องง่ายๆ เหมือนกับการทดสอบสายตา เนื่องจากนักวิจัยของ Google และเทคโนโลยีด้านสุขภาพของ Google พบว่าปัญญาประดิษฐ์ (AI) และการเรียนรู้ของเครื่อง (ML) สามารถช่วยระบุสัญญาณของหัวใจได้ โรคที่เกิดจากจอประสาทตา

AI เสนอศักยภาพสำหรับการทดสอบสุขภาพหัวใจแบบใหม่ที่ไม่รุกรานน้อยลง ทำนายผลหลอดเลือดหัวใจจากภาพจอประสาทตาด้วยการมองเห็นด้วยคอมพิวเตอร์ กระตุ้นให้เกิดผลลัพธ์ในระยะแรก! Sundar Pichai CEO ของ Google กล่าวเมื่อวันอังคารขณะที่อ้างถึงการศึกษาในทวีต

ผลการศึกษาที่ตีพิมพ์ในวารสาร Nature Biomedical Engineering แสดงให้เห็นว่า Deep Learning นำไปใช้กับภาพจอประสาทตา (retinal fundus image) ซึ่งเป็นภาพถ่ายที่มีเส้นเลือดในดวงตา สามารถทำนายปัจจัยเสี่ยงของโรคหัวใจได้ ตั้งแต่ความดันโลหิตไปจนถึงสถานะการสูบบุหรี่

Michael McConnell หัวหน้าฝ่ายนวัตกรรมด้านสุขภาพหัวใจและหลอดเลือดของ Verily กล่าวในบล็อกว่า อัลกอริธึมที่นักวิจัยผลิตขึ้นสามารถช่วยทำนายการเกิดเหตุการณ์หัวใจและหลอดเลือดที่สำคัญในอนาคตได้เทียบเท่ากับมาตรการในปัจจุบัน

โรคหัวใจและหลอดเลือดเป็นสาเหตุการเสียชีวิตอันดับต้นๆ ทั่วโลก และนักวิจัยทราบดีว่าปัจจัยในการดำเนินชีวิต ซึ่งรวมถึงการออกกำลังกายและการรับประทานอาหารร่วมกับปัจจัยทางพันธุกรรม อายุ เชื้อชาติ และเพศล้วนมีส่วนทำให้เกิดโรคนี้

อย่างไรก็ตาม พวกเขาไม่ทราบแน่ชัดว่าปัจจัยเหล่านี้รวมกันเป็นรายบุคคลอย่างไร ดังนั้นในผู้ป่วยบางรายจึงจำเป็นต้องทำการทดสอบที่ซับซ้อน เช่น การสแกนแคลเซียมในหลอดเลือดหัวใจ เพื่อช่วยแบ่งชั้นความเสี่ยงของบุคคลที่จะเป็นโรคหัวใจวายหรือ โรคหลอดเลือดสมองและเหตุการณ์หัวใจและหลอดเลือดอื่น ๆ

พืชชนิดใดในถิ่นทุรกันดาร

ในการศึกษานี้ โดยใช้อัลกอริธึมการเรียนรู้เชิงลึกที่ได้รับการฝึกอบรมเกี่ยวกับข้อมูลจากผู้ป่วย 284,335 ราย นักวิจัยสามารถคาดการณ์ปัจจัยเสี่ยงโรคหัวใจและหลอดเลือดจากภาพจอประสาทตาด้วยความแม่นยำสูงอย่างน่าประหลาดใจสำหรับผู้ป่วยจากชุดข้อมูลอิสระสองชุดของผู้ป่วย 12,026 และ 999 ราย

อัลกอริธึมสามารถแยกแยะภาพม่านตาของผู้สูบบุหรี่ออกจากภาพของผู้ไม่สูบบุหรี่ได้ 71 เปอร์เซ็นต์ของเวลาทั้งหมด

นอกจากนี้ แม้ว่าโดยทั่วไปแพทย์จะแยกแยะระหว่างภาพจอประสาทตาของผู้ป่วยที่มีความดันโลหิตสูงขั้นรุนแรงกับผู้ป่วยปกติได้ แต่อัลกอริธึมของเราสามารถทำนายความดันโลหิตซิสโตลิกได้โดยเฉลี่ยภายใน 11 มม.ปรอท สำหรับผู้ป่วยโดยรวม รวมทั้งผู้ที่มีและไม่มีความดันโลหิตสูง Lily Peng ผู้เขียนร่วมด้านการศึกษา ผู้จัดการผลิตภัณฑ์ ทีม Google Brain กล่าว

แง่มุมที่น่าตื่นเต้นอย่างหนึ่งของการศึกษานี้คือการสร้าง 'แผนที่ความสนใจ' เพื่อแสดงว่าเรตินาส่วนใดมีส่วนสนับสนุนอัลกอริธึมมากที่สุด ดังนั้นจึงเป็นการเปิดหน้าต่างสู่ 'กล่องดำ' ซึ่งมักเกี่ยวข้องกับแมชชีนเลิร์นนิง McConnell ซึ่งเป็น ผู้เขียนร่วมของการศึกษากล่าวว่า

ซึ่งจะทำให้แพทย์มีความมั่นใจมากขึ้นในอัลกอริธึม และอาจให้ข้อมูลเชิงลึกใหม่ๆ เกี่ยวกับคุณสมบัติของเรตินอล ซึ่งก่อนหน้านี้ไม่เกี่ยวข้องกับปัจจัยเสี่ยงโรคหัวใจและหลอดเลือดหรือความเสี่ยงในอนาคต McConnell กล่าว

ผลการวิจัยชี้ให้เห็นว่าภาพเรตินอลที่เรียบง่ายในวันหนึ่งอาจช่วยให้เข้าใจถึงสุขภาพของหลอดเลือดของผู้ป่วยซึ่งเป็นกุญแจสู่สุขภาพหัวใจและหลอดเลือด

นี่เป็นเรื่องที่มีแนวโน้ม แต่การวิจัยในช่วงต้น - ต้องมีการทำงานมากขึ้นเพื่อพัฒนาและตรวจสอบผลการค้นพบเหล่านี้ในกลุ่มผู้ป่วยที่มีขนาดใหญ่กว่าก่อนที่จะถึงการตั้งค่าทางคลินิก McConnell กล่าวเสริม

จะบอกไม้ฮิกคอรีได้อย่างไร

บทความข้างต้นมีวัตถุประสงค์เพื่อให้ข้อมูลเท่านั้นและไม่ได้มีวัตถุประสงค์เพื่อใช้แทนคำแนะนำทางการแพทย์จากผู้เชี่ยวชาญ ขอคำแนะนำจากแพทย์หรือผู้เชี่ยวชาญด้านสุขภาพอื่นๆ เสมอ สำหรับคำถามใดๆ ที่คุณอาจมีเกี่ยวกับสุขภาพหรือสภาพทางการแพทย์ของคุณ