根据谷歌研究博客周一发布的一篇文章，谷歌的研究人员发现了一种深度学习算法，可以根据病人眼睛的图像准确预测心血管危险因素。
世界卫生组织(WorldHealthOrganization)称，心脏疾病和中风是世界上最大的死亡原因，在2015年占全球所有死亡人数的一半以上。本组织指出，在过去15年中，这些疾病仍然是全球死亡的主要原因。谷歌指出，使用深度学习技术来帮助诊断可以帮助科学家创造更有针对性的假设，并推动对这些和其他条件的广泛的未来研究。
对于医生来说，评估患者对心血管疾病的风险是降低患者未来患心血管事件的可能性的关键第一步，LilengPeng，GoogleBrain团队的产品经理，在帖子中写道。典型地，该评估包括检查危险因素，例如年龄、性别、吸烟、血压和胆固醇，以及考虑患者是否患有与心血管疾病如糖尿病的增加风险相关的另一疾病。
彭写道，然而，深度学习技术也可用于提高对这些条件的诊断的准确性。谷歌此前发现，这些方法可以准确地检测糖尿病眼病。现在，他们发现眼睛的图像也可以"非常准确"预测其他心血管健康指标。
"这种发现特别令人兴奋，因为它建议我们可以发现更多的方法来从视网膜图像中诊断健康问题，"写道。
在发表于《自然生物医学工程》的论文中，谷歌的研究人员与来自真实生命科学和斯坦福大学医学院的研究人员一起，对284,335名患者的数据进行了深度学习算法。该算法能够根据12,026和999例患者的两个独立数据集，从具有"令人惊讶的高准确度"的视网膜图像中预测心血管风险因素。
彭文说，该算法可以将吸烟者的视网膜图像与不吸烟者的71％的时间区分开。虽然医生通常可以区分患有严重高血压的患者的视网膜图像和那些没有患者的视网膜图像，但是该算法可以进一步进行，并预测所有患者的收缩压。
此外，该算法是直接预测心血管事件风险的"相当准确"，彭文说。当给予患者的视网膜图像时，该患者经历了长达5年的主要心血管事件，并且没有这样的患者的图像，该算法可以确定哪个患者经历了70％的时间的健康事件。
"这种性能接近需要抽血来测量胆固醇的其他[心血管]风险计算器的精度,"写道。
谷歌还确定该算法是如何进行预测的。使用注意力技术，研究人员生成了一个热图，显示哪些像素对于预测特定心血管危险因素是最重要的。
"解释算法如何使其预测使医生对算法本身更有信心，"写道."此外，这项技术可以帮助为CV风险和视网膜的未来科学调查提供假设。"
彭文说，谷歌计划继续开发和测试更大、更全面的数据集的算法。