热门职位
谷歌人工智能展示眼睛如何揭示心脏病发作风险
心血管疾病是全球死亡的主要原因，研究人员知道，包括运动和饮食在内的生活方式因素以及遗传因素、年龄、种族和性别都会导致死亡。
人工智能为我们提供了新的、侵入性较小的心脏健康测试的潜力——用计算机视觉从视网膜图像预测心血管结果——鼓励早期结果。 （来源：档案照片） Google 及其健康技术部门 Verily 的研究人员发现，人工智能 (AI) 和机器学习 (ML) 可以帮助识别心脏信号，因此了解心脏病发作或中风的风险很快就会变得像眼科检查一样简单疾病通过视网膜图像。
人工智能为我们提供了新的、侵入性较小的心脏健康测试的潜力——用计算机视觉从视网膜图像预测心血管结果——鼓励早期结果！，谷歌首席执行官桑达尔·皮查伊周二在推文中提到这项研究时说。
这项发表在《自然生物医学工程》杂志上的研究表明，将深度学习应用于视网膜眼底图像（一张包含眼睛血管的照片）可以预测心脏病的危险因素——从血压到吸烟状况。
Verily 心血管健康创新主管迈克尔·麦康奈尔 (Michael McConnell) 在博客文章中表示，研究人员生成的算法甚至可以帮助预测未来重大心血管事件的发生，与目前的措施相当。
心血管疾病是全球死亡的主要原因，研究人员知道，包括运动和饮食在内的生活方式因素以及遗传因素、年龄、种族和性别都会导致死亡。
然而，他们并不完全知道这些因素在特定个体中是如何累加的，因此对某些患者而言，进行复杂的测试（如冠状动脉钙化 CT 扫描）变得至关重要，以帮助更好地对个体心脏病发作或心脏病的风险进行分层。中风等其他心血管事件。
有什么类型的肉
在这项研究中，研究人员使用对来自 284,335 名患者的数据进行训练的深度学习算法，能够从视网膜图像中预测心血管危险因素，对于来自 12,026 和 999 名患者的两个独立数据集的患者而言，准确度惊人。
研究发现，该算法可以在 71% 的时间内区分吸烟者和非吸烟者的视网膜图像。
此外，虽然医生通常可以区分严重高血压患者和正常患者的视网膜图像，但我们的算法可以进一步预测整体患者的平均收缩压在 11 mmHg 以内，包括有和没有高血压的患者压力，研究合著者、谷歌大脑团队产品经理 Lily Peng 说。
这项研究的一个令人兴奋的方面是生成“注意力图”以显示视网膜的哪些方面对算法的贡献最大，从而为通常与机器学习相关的“黑匣子”提供了一个窗口，麦康奈尔也是该研究的合著者说。
McConnell 说，这可以让临床医生对该算法更有信心，并可能为以前与心血管危险因素或未来风险无关的视网膜特征提供新的见解。
研究结果表明，有朝一日，一张简单的视网膜图像可以帮助了解患者血管的健康状况，这是心血管健康的关键。
McConnell 补充说，这是有希望的，但早期研究——必须做更多的工作来在更大的患者队列中开发和验证这些发现，然后才能进入临床环境。
不同类型的流浪犹太植物