ai用单次x光预测心脏病风险大吗、ai用单次x光预测心脏病风险高吗
美国研究人员开发了一种深度学习模型，可以通过单次胸部X 光检查来预测10 年内因心脏病或中风死亡的风险。相关研究成果在29日举行的北美放射学会（RSNA）年会上公布。
深度学习是一种先进的人工智能，可以训练它搜索X 射线图像以找到与疾病相关的模式。 “我们的深度学习模型为使用现有的胸部X 射线图像来筛查心血管疾病风险提供了潜在的解决方案，”马萨诸塞州心血管成像研究中心的主要作者Jacob Weiss 医学博士说。 “这种类型的筛查可用于识别可以使用他汀类药物但尚未接受治疗的个体。
研究人员使用胸部X 射线(CXR) 图像输入来训练一个名为“CXR-CVD Risk”的深度学习模型，该模型使用了前列腺癌、肺癌、结直肠癌和卵巢癌筛查试验中40,643 名参与者的147,497 张图像。胸部X 光检查可预测心血管疾病死亡风险。前列腺癌、肺癌、结直肠癌和卵巢癌筛查试验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。
研究人员使用第二组11,430 名门诊患者（平均年龄60.1 岁；42.9% 男性）测试了该模型，这些患者接受了常规门诊胸部X 光检查，并可能接受了他汀类药物治疗。其中，1096 人（即9.6%）在中位随访10.3 年期间经历了严重的心脏不良事件。 CXR-CVD 风险深度学习模型预测的风险与观察到的主要心脏事件之间存在显着关联。
研究人员还将该模型的预后价值与确定他汀类药物资格的既定临床标准进行了比较。由于电子记录中缺少数据（例如血压、胆固醇），只能对2401 名患者（21%）进行计算。对于这部分患者，CXR-CVD 风险模型的表现与既定的临床标准类似，甚至提供了增量价值。
Weiss 博士说，这种方法的好处在于，只需一张胸部X 光检查，深度学习模型就可以预测未来主要的心血管不良事件，并且该模型最终可能成为医生的决策支持工具。
