“自拍”可用于检测心脏病——新研究使用人工智能分析面部照片

2020
08/29

+
分享
评论
尹莎 / 健康界
A-
A+

只需向医生发送“自拍照”,通过使用深度学习计算机算法,即可检测冠状动脉疾病(CAD)。

“看病难、看病贵”,相信每个去过医院的人都深有体会!

从挂号、排队、看病、开检查、缴费、到再排队、检查、看病、取药,一天几乎都在检查和排队中度过,真正和医生沟通时间却只有3、5分钟。

图1 医院看病排队(图片来自图虫创意)

如果用高科技手段,可以省去检查和排队的时间,也许有一天看病就不那么难了?在心脏病领域,如果能够大大减少就诊的时间,就能为患者的诊疗争取“黄金时间”。

人工智能在医疗领域的应用

在现阶段的医疗过程中,人工智能(AI)已经慢慢的多方位的帮助医生诊断和预测疾病。比如在诊断肺部疾病中,AI可通过分析大量已经诊断为良性或恶性肺结节的CT图,从而判断现在就诊病人的CT结果,预测疾病的发生[1]。此外,通过结合临床辅助诊断,AI已在心脏病的诊断,预后评估等方面大放异彩。比如,在上世纪,AI已主要用于心电图的自动解释中。随着CT(电子计算机断层扫描)和MRI(磁共振成像)辅助诊断的发展,AI也逐渐通过分析胸部CT数据建立冠状动脉疾病(CAD)的检测算法。还可利用CT,放射线学和机器学习的综合优势,将AI技术用于心血管疾病的预后评估和残留风险识别。

但是,8月20日发表在European Heart Journal上的“Feasibility of using deep learning to detect coronary artery disease based on facial photo”文章,则展示了一项新的研究,只需向医生发送“自拍照”,通过使用深度学习计算机算法,即可检测冠状动脉疾病(CAD),这可能是目前最便宜而简单的一种检测心脏病的方法[2]。

图2 European Heart Journal. 20 August 2020

 “自拍”检测心脏病的研究方法和内容

那么,通过自拍照是如何检测是否患有心脏病呢?总的来说:该研究开发并验证了一种用于基于面部照片检测CAD的深度学习算法。

传统检测心脏病的方法通常会借用常规超声,CT或MRI医学成像等。有研究报道面部特征一直被认为是心血管疾病的标志,最常见的预测指标是男性秃顶,耳垂折痕,黄褐斑和皮肤皱纹等特征[3]。该研究可以通过分析一个人的四张照片来使用深度学习计算机算法来检测心脏病。

该研究首先确定了研究对象:纳入了中国8个地点的5796名患者,作为算法开发的研究对象。并将他们随机分为两个组,一个组为训练组,即教会AI通过识别面部特征来和临床检查及诊断结果对应;一个组是验证组,即给与AI未知临床诊断结果的“自拍照”,让其根据先前学习的结果判断这个人是否患有心脏病。另外还纳入了中国9个地点1013个人,作为检测算法学习成果的研究对象。接着描述了纳入对象的基本资料,比如性别,年龄,出生地,疾病史等。

图3 本研究分组

其次,该研究通过采用深度卷积神经网络来训练CAD检测算法,将每个患者的四张面部照片堆叠到12通道照片中,以整合所有面部特征,并提取了有用的数据并检测CAD分类。根据CT分类,通过将输出与实际真实情况进行比较来计算预测误差,并相应地调整参数以减少误差。此外还建立了其他三个CAD检测模型以进行性能比较包括Logistic回归模型,与Diamond-Forrester模型中三个变量融合的混合模型,以及与与逻辑回归模型中的26个变量融合的混合模型。

最终,提供了可视化的结果。将面部分为7个部位,分别遮挡住后,检测其算法性能下降的情况(△AUC),发现遮挡脸颊区域后算法性能下降最多。而在遮盖11×11像素区域的测试中,该算法突出显示了绿色区域,这对于检测冠状动脉疾病非常重要。

图4 算法强调特定的面部特征

“自拍”检测心脏病的可行性和挑战

该研究的算法优于现有的预测心脏病风险的方法(Diamond-Forrester模型和CAD联盟临床评分)。即使存在其他临床信息也不能改善其性能,这意味着仅凭面部照片就可以轻松地将其用于预测潜在的心脏病。由于人种不同,面部特征存在很大差异,而该研究的学习算法主要研究对象是中国人,因此基于该面部照片的深度学习算法可以帮助该中国人群进行CAD检测

但是,该研究还存在着一些问题:研究人群相对较小,以及需要提高特异性。该研究人群一方面只有中国人,另一方面在验证的患者组中,该算法在80%的病例中正确检测出心脏病(敏感性),而在61%的病例中没有正确检测出心脏病(特异性)。在测试组中,敏感性为80%,特异性为54%,这意味有着高达46%的假阳性率。这可能会给患者带来焦虑和不便,并可能给诊所增加不必要的检查需求。

开发和应用这些新技术的伦理问题至关重要。从面部照片可以看出心脏疾病,此技术对个人数据的保护构成了重大威胁,可能会影响购买保险等等,这种担心已经因滥用基因数据而引起,应在医学上使用AI进行广泛商榷。未来对临床工具的研究应注意隐私保密和其他社会影响,以确保该工具仅用于医疗目的。

“自拍”检测心脏病的未来憧憬

尽管如此,此研究是由我国北京协和医学院国家心血管病临床研究中心的研究人员,首次发表在了国际顶尖的心脏杂志上,在今后使其大规模应用临床上提供了坚实的理论基础。

在未来,将自拍照用作筛查心脏病的方法,可以提供一种简单而有效的方法来筛选一般人群,以进行更全面的临床评估。这种方法在全球经济发展落后且无筛查计划的心血管病高发地区,具有重大意义,使人群可以简单迅速的进入医疗保健系统。此外,如果该项研究的特异性和敏感性达到了医疗诊断的标准,那么就会缩短医务人员筛检心脏病患者的时间,更有利于治疗抢救患者。

往后,通过AI扫描,也许就可以快速而准确的判断患有心脏病的人并及时给予救治。这将有可能极大程度缩短了患者因多项检查而导致的“看病难”现象。

 参考文献:

1.Wan, Y.L., et al., The Use of Artificial Intelligence in the Differentiation of Malignant and Benign Lung Nodules on Computed Tomograms Proven by Surgical Pathology. Cancers (Basel), 2020. 12(8).

2.Lin, S., et al., Feasibility of using deep learning to detect coronary artery disease based on facial photo. Eur Heart J, 2020.

3.Gunn, D.A., et al., Facial appearance reflects human familial longevity and cardiovascular disease risk in healthy individuals. J Gerontol A Biol Sci Med Sci, 2013. 68(2): p. 145-52.

本文为健康界原创,任何机构或个人未经授权均不得转载和使用,违者将追究法律责任!
关键词:
人工智能,冠状动脉疾病,磁共振成像,CT

人点赞

收藏

人收藏

打赏

打赏

我有话说

0条评论

0/500

评论字数超出限制

表情
评论

为你推荐

相关文章

推荐课程


社群

精彩视频

您的申请提交成功

确定 取消
剩余5
×

打赏作者

认可我就打赏我~

1元 5元 10元 20元 50元 其它

打赏

打赏作者

认可我就打赏我~

×
打赏

扫描二维码

立即打赏给Ta吧!

温馨提示:仅支持微信支付!