В Google знают, как предсказывать сердечные заболевания, просто взглянув в глаза

Новые технологии не перестают нас удивлять.

Ученые компании Verily, которая является подразделением Google и специализируется на медицинских исследованиях, разработали новый способ получения диагностических данных о возможных болезнях сердца. Для этого предлагается использовать алгоритмы искусственного интеллекта.

Диагностические данные получаются в результате сканирования глазного дна пациента. После этого алгоритмы искусственного интеллекта анализируют полученное изображение и могут с высокой точностью установить такие данные как индивидуальный возраст, кровяное давление, является ли пациент курильщиком.

В дальнейшем собранные данные могут использоваться для определения риска возникновения проблем с сердцем, в том числе вероятности сердечного приступа. При этом точность такой диагностики при помощи искусственны нейронных сетей сопоставима с точностью современных передовых методов диагностики.

Для обучения системы искусственного интеллекта исследователи из Verily использовали медицинские данные примерно 300 тыс. пациентов. Эта информация включала как общие медицинские сведения, так и результаты сканирования глазного дна. В результате проведения процедуры глубокого обучения были получены определённые шаблоны соответствия, которые и позволяют сопоставить контрольные признаки при сканировании глаза с определенными метриками, позволяющими предсказывать риск возникновения сердечно-сосудистого заболевания.

Эти выводы базируются на результатах ряда исследований. Задняя внутренняя стенка глаза (глазное дно) содержит кровеносные сосуды, которые отражают общее состояние организма. Изучая их внешний вид с помощью камеры и микроскопа, врачи могут определить кровяное давление человека, возраст, курит ли он. Эти сведения важны при диагностике и предсказании развития сердечных заболеваний.

Отмечается, алгоритмы способны отличить изображения глазного дна здорового человека и пациента, имеющего проблемы с сердечно-сосудистой системой, с точностью в 70%. Этот показатель совсем немного уступает возможностям современной диагностики на базе метода SCORE, точность которого составляет 72%.

Алгоритм, потенциально, позволяет врачам быстрее и проще анализировать риск возникновения сердечно-сосудистых заболеваний у пациентов, поскольку он не требует проведения анализа крови. Вместе с тем, необходимо будет провести ещё тщательные исследования этого метода, прежде чем его можно будет использовать в клинических условиях.