伊迪斯科文大学的研究人员开发了快速分析骨密度扫描的软件，以检测腹主动脉钙化（AAC），这是心血管事件和其他健康风险的预测指标。该软件处理的图像与专家的一致性为80%，可以彻底改变常规临床实践中的早期疾病检测。

▊骨密度扫描现在可以快速识别心血管健康风险的指标

多亏了人工智能，我们很快就有能力预测我们未来患严重健康状况的风险，只需按一下按钮。

腹主动脉钙化（AAC）是指钙沉积在腹主动脉壁上。它可能表明心血管事件的风险增加，包括心脏病发作和中风。

它还可以预测您跌倒、骨折和晚年痴呆的风险。方便的是，普通的骨密度机扫描用于检测骨质疏松症，也可以检测AAC。

然而，需要高度训练有素的专家读者来分析图像，这个过程每张图像可能需要5-15分钟。

但是，伊迪斯科文大学（ECU）科学学院和医学与健康科学学院的研究人员合作开发了可以更快地分析扫描的软件：一天内大约60,000张图像。

研究员和心脏基金会未来领袖研究员Joshua Lewis副教授表示，效率的显着提高对于AAC在研究中的广泛使用以及帮助人们避免在以后的生活中出现健康问题至关重要。

“由于这些图像和自动评分可以在骨密度测试时快速轻松地获取，这可能会导致未来在常规临床实践中早期心血管疾病检测和疾病监测的新方法，”他说。

▊节省大量时间

结果来自ECU，西澳大学，明尼苏达大学南安普敦分校，曼尼托巴大学，马库斯老龄化研究所和希伯来老年生活哈佛医学院之间的国际合作。真正的多学科全球努力。

虽然这不是第一个从这些图像中评估AAC的算法，但这项研究是同类研究中最大的，基于最常用的骨密度机器模型，并且是第一个使用作为常规骨密度测试一部分的图像在真实环境中进行测试的研究。

它看到了专家和团队软件分析的5000多张图像。

在比较结果后，专家和软件在80%的时间内得出了关于AAC（低，中或高）程度的相同结论 - 这是一个令人印象深刻的数字，因为它是该软件的第一个版本。

重要的是，只有3%被认为具有高AAC水平的人被软件错误地诊断为低水平。

“这是值得注意的，因为这些是疾病范围最大，致命和非致命心血管事件以及全因死亡率风险最高的个体，”刘易斯教授说。

“虽然与人类读数相比，仍有工作要做，以提高软件的准确性，但这些结果来自我们的1.0版算法，我们已经在最新版本中大大改进了结果。

“自动评估AAC的存在和程度，其准确性与成像专家相似，提供了大规模筛查心血管疾病和其他疾病的可能性 - 甚至在某人出现任何症状之前。

“这将使处于危险中的人们能够更早地做出必要的生活方式改变，并使他们在晚年处于更好的位置，以更健康。

参考文献：“从骨密度机器衍生的侧脊柱图像进行腹主动脉钙化评估的机器学习”，作者：Naeha Sharif、Syed Zulqarnain Gilani、David Suter、Siobhan Reid、Pawel Szulc、Douglas Kimelman、Barret A. Monchka、Mohammad Jafari Jozani、Jonathan M. Hodgson、Marc Sim、Kun Zhu、Nicholas C. Harvey、Douglas P. Kiel、Richard L. Prince、John T. Schousboe、William D. Leslie 和 Joshua R. Lewis， eBioMedicine。         DOI: 10.1016/j.ebiom.2023.104676