新开发的AI眼部扫描可提供中风和心脏病风险评分

新开发的AI眼部扫描可提供中风和心脏病风险评分英国的一个研究小组开发了一个全自动的人工智能(AI)系统，它可以扫描视网膜图像以了解血管健康状况并帮助识别那些患有心脏病和中风的高危人群。据悉，类风湿性关节炎和甲状腺机能亢进等疾病可以从眼睛中检测出来，最近的创新表明像阿尔茨海默病和帕金森氏症这样的神经退行性疾病可以通过视网膜扫描进行诊断。PC版：https://www.cnbeta.com/articles/soft/1324509.htm手机版：https://m.cnbeta.com/view/1324509.htm

新研发的人工智能可以用一张X光片预测心脏病发作和中风风险

新研发的人工智能可以用一张X光片预测心脏病发作和中风风险这项技术正在美国国家癌症研究所设计的一项特殊试验中进行研究和培训，它被称为CXR-心血管风险。它基于由大约11430名门诊确诊病人组成的独立队列训练而来，所有这些人的胸部X光片都有可能符合他汀类药物治疗的条件，这是一种帮助解决心脏病发作风险的预防药物。然后人工智能系统将这些X光片与新病人的X光片进行比较，寻找类似的建模和实例，以帮助它预测病人的心脏病发作风险。北美放射学会（RSNA）的一次年会上分享了本次对照试验的结果。根据这些结果，医生很快就能用这项技术检测出病人的心脏病发作和中风的高风险。这是一项耐人寻味的技术，它有望改变我们早期检测这类问题的方式，更妙的是，该技术可以使用X光片来预测病人未来10年左右的心脏病发作风险，从而提供宝贵的时间来帮助遏制病人健康中可能出现的任何问题防止病情恶化。人工智能的进步有助于使这种类型的技术成为可能。而且，由于它允许医疗专业人员深入挖掘这些风险，而不必做侵入性手术和测试就可以确定是否有更多的人有更高的心脏病发作风险，需要改变他们的生活，或者早日介入治疗。可能有人担心人工智能会危害所有人的生活，但看到这项技术在未来的发展，尤其是在机器学习的医疗方面有如此大的关注度，似乎也是有好的一面。...PC版：https://www.cnbeta.com.tw/articles/soft/1334325.htm手机版：https://m.cnbeta.com.tw/view/1334325.htm

中大发现新结合技术可计算爱滋病毒感染者心脏病风险

中大发现新结合技术可计算爱滋病毒感染者心脏病风险中大医学院研究发现，透过拍摄视网膜图像，即俗称「眼底相」，再结合传统心血管风险因素，可计算出爱滋病病毒感染者的心脏病风险。研究人员招募115名爱滋病病毒感染者参与，当中71人患有冠状动脉粥样硬化，23人患有阻塞性冠状动脉疾病。研究人员为所有参加者拍摄「眼底相」，分析视网膜图像特征，包括小动脉和小静脉口径、曲率曲折度和复杂血管分支，计算出爱滋病病毒感染者患心脏病的风险。结果发现，新结合技术灵敏度超过90%，比传统心血管风险预测模型优胜。研究人员指出，爱滋病病毒感染者患上心血管病的风险，是一般人的两倍，他们患上糖尿病及高血压的风险亦较高。今次研究证明，视网膜图像分析可作为一种简单而有效的工具，评估高危人士患上心脏病的风险。2023-03-2318:16:08

无盐饮食“可将心脏病风险降低近 20%

无盐饮食“可将心脏病风险降低近20%”同类最大规模的研究表明，从膳食中去除盐可以将患心脏病和中风的风险降低近五分之一。研究已经证明，在食物中添加盐会增加患心血管疾病和过早死亡的可能性。现在，专家们已经确定，只需减少加盐的膳食次数或完全放弃加盐，即可对心脏健康产生多大的影响。研究人员发现，与那些总是在膳食中添加盐的人相比，那些从不在膳食中添加盐的人患心房颤动(AF)（一种心脏病）的可能性要低18%。过去十年，英国诊断出患有这种疾病的人数增加了50%，达到150万。投稿：@ZaiHuaBot频道：@TestFlightCN

新的AI深度学习模型可以通过单张胸部X光片预测未来的心脏病风险

新的AI深度学习模型可以通过单张胸部X光片预测未来的心脏病风险"我们的深度学习模型为利用现有的胸部X光图像进行基于人群的心血管疾病风险筛查提供了潜在的解决方案，"该研究的主要作者、医学博士JakobWeiss说，他是隶属于马萨诸塞州综合医院心血管成像研究中心和波士顿布莱根妇女医院AIinMedicine项目的放射学家。"这种类型的筛查可以用来识别那些会从他汀类药物治疗中受益但目前没有得到治疗的人"。目前的指南建议估计主要不良心血管疾病事件的10年风险，以确定谁应该获得他汀类药物进行初级预防。这种风险是用动脉粥样硬化性心血管疾病（ASCVD）风险评分计算出来的，这是一个考虑到一系列变量的统计模型，包括年龄、性别、种族、收缩压、高血压治疗、吸烟、2型糖尿病病史和血液检查。对于10年风险为7.5%或更高的患者，建议使用他汀类药物。Weiss博士说："计算ASCVD风险所需的变量往往是提供不足的，这使得基于人群的筛查方法是可取的。由于胸部X射线随处可见，我们的方法可能有助于识别高风险的个人"。Weiss博士和一个研究小组使用单一的胸部X光（CXR）输入训练了一个深度学习模型。他们开发了这个被称为CXR-CVD风险的模型，利用前列腺癌、肺癌、结肠直肠癌和卵巢癌筛查试验中40643名参与者的147497张胸部X光片来预测心血管疾病的死亡风险，这是一项由美国国家癌症研究所设计和赞助的多中心、随机对照试验。"我们早就认识到X射线可以捕捉到传统诊断结果以外的信息，但我们没有使用这些数据，因为我们没有强大、可靠的方法，"Weiss博士说。"人工智能的进步使它现在成为可能。"研究人员用第二个独立队列测试了该模型，该队列由11430名门诊病人（平均年龄60.1岁；42.9%为男性）组成，他们在麻省总医院布里格姆医院做了常规门诊胸透，并可能有资格接受他汀类药物治疗。在11430名患者中，有1096人，或9.6%，在10.3年的中位随访期间遭遇了重大的不良心脏事件。CXR-CVD风险深度学习模型所预测的风险与观察到的主要心脏事件之间存在着显著的关联。研究人员还将该模型的预后价值与决定他汀类药物资格的既定临床标准作了比较。由于电子记录中的数据（如血压、胆固醇）缺失，只有2401名患者（21%）可以计算出来。对于这部分患者，CXR-心血管风险模型的表现与既定的临床标准相似，甚至提供了增量价值。"这种方法的好处是你只需要一张X光片，全世界每天可以产出上百万张，"Weiss博士说。"基于一个现有的胸部X光图像，我们的深度学习模型可以预测未来的主要不良心血管事件，其性能和增量价值与既定的临床标准相似。"Weiss博士说，有必要进行更多的研究，包括对照的随机试验，以验证该深度学习模型，它最终可以作为治疗医生的决策支持工具。"我们所展示的是胸透不仅仅是一个胸透，通过这样的方法，我们得到了一个量化的衡量标准，这使我们能够提供诊断和预后信息，帮助临床医生和病人。"...PC版：https://www.cnbeta.com.tw/articles/soft/1334025.htm手机版：https://m.cnbeta.com.tw/view/1334025.htm

心脏病新研究挑战现行阿司匹林用药指南

心脏病新研究挑战现行阿司匹林用药指南该研究审查了2018年发表的涉及美国、英国和澳大利亚等10个国家47000多名患者的临床试验结果。分析的重点是7222名亚组患者的研究结果，这些患者在三项试验开始前已经服用阿司匹林。这些被研究者罹患心血管疾病的风险较高，服用阿司匹林是为了预防心脏病发作或中风的首次发生。数据显示，与继续服用阿司匹林的患者相比，在试验前服用阿司匹林但后来停药的患者患心脏病或中风的风险更高，分别为12.5%和10.4%。分析还发现，两组患者的大出血风险没有明显的统计学差异。这项研究由戈尔韦大学（UniversityofGalway）预防心脏病学常任教授兼索尔塔大学医疗集团（SaoltaUniversityHealthCareGroup）心脏病顾问J.WilliamMcEvoy教授领导，塔斯马尼亚大学（UniversityofTasmania）和墨尔本莫纳什大学（MonashUniversity）的研究人员共同参与。McEvoy教授说：我们对"停用阿司匹林是一种放之四海而皆准的方法"这一观点提出了质疑。研究小组注意到，观察性研究结果表明，开阿司匹林处方以降低首次心脏病发作或中风风险，但随后在医生未告知的情况下选择停服阿司匹林的成年人，患心脏病或中风的风险要高出28%。国际指南不再建议常规使用阿司匹林来预防首次心脏病发作或中风,在很大程度上基于2018年发布的三项主要临床试验，重要的是，对于已经发生过心脏病或中风事件的高风险成年人，阿司匹林仍被推荐用于降低第二次发病的风险。最近的指南不再推荐阿司匹林作为一级预防药物，这是因为在三项试验中发现，使用这种常见药物会增加大出血的风险，尽管大出血在使用阿司匹林的情况下并不常见，而且只有在试验期间开始服用阿司匹林的试验参与者中才最明显，而不是那些之前一直安全服用阿司匹林的人。这些试验主要测试了开始服用阿司匹林对之前未接受过药物治疗的成年人降低动脉粥样硬化性心血管疾病风险的效果。而对于已经安全服用阿司匹林进行一级预防的成年人的常见情况，人们还知之甚少。McEvoy教授说："我们的研究结果表明，阿司匹林在减少心脏病或中风的同时不会增加某些患者的出血风险，这可能是由于已经服用阿司匹林且之前没有出血问题的成年人，将来因服药而出现出血问题的风险本来就较低。因此，他们似乎可以获得更多阿司匹林的益处，而风险较小。这些结果是假设性的，但目前是现有的最佳数据。在获得更多证据之前，除非出现阿司匹林相关出血的新风险因素，否则已经安全服用小剂量阿司匹林进行一级预防的人可以继续服用，这似乎是合理的。"编译自/scitechdaily...PC版：https://www.cnbeta.com.tw/articles/soft/1422808.htm手机版：https://m.cnbeta.com.tw/view/1422808.htm