AI診斷的新紀元：中國專家正在開發用自拍照診斷心臟病的新技術

近年來，人工智能（AI）技術越來越多地應用於醫療領域，如幫助醫生“讀取”X光照片和心電圖，以及進行簡單的診斷等。中國國家心血管病中心醫生和清華大學自動化系專家聯合開展的研究表明，借助AI技術還可以對重大心血管疾病進行早期診斷。

鄭哲教授表示：“冠心病已成為全球導致人群死亡的第二大疾病。作為一項可防可治的慢性疾病，大範圍的早期篩查對疾病控制意義重大。但臨床現有的篩查工具仍無法完成大規模篩查工作，因為所有模型均依賴醫生提供的疾病信息。許多面部特徵（如耳褶徵、瞼黃瘤、男性脫發、角膜環等）被既往研究報道可能與冠心病存在顯著相關性，可能成為一項便捷的疾病篩查方式。但現有面部特徵存在種類較少、缺乏規範定義、人工判斷可重復性差等局限性，無法常規應用於疾病篩查。隨著人工智能面部識別技術的發展，精確整合面部特徵進行疾病預測成為可能。基於上述基礎，本研究旨在探索應用深度學習分析面部圖片預測冠心病的可行性。”

本研究採集了中國8家醫院5796例接受冠心病檢查患者的面部圖片（4個角度，正面、雙側60°、頭頂）以及檢查結果信息，建立了基於面部圖片預測冠心病的深度學習算法。隨後，研究團隊進一步在中國9家醫院的1013名患者中對該算法進行了測試。

鄭哲教授稱：“在測試人群中，算法的靈敏度（陽性患者中識別的準確率）為0.80，特異度（陰性患者中識別的準確率）為0.54，ROC曲線下面積（AUC，一項評價模型整體預測效能的統計指標）為0.730，準確度顯著高於臨床常用的Diamond-Forrester模型（AUC 0.623）和冠心病聯盟臨床評分（AUC 0.652）。進一步的分析提示，繼續增添其他臨床信息也不能進一步改善算法性能，這意味著只需臉部照片就可以較準確預測冠心病。但應當指出，這項技術目前仍處在研究階段，真正實現應用該技術進行大範圍疾病篩查仍需要進一步技術優化，並進行嚴格的篩查效果驗證。”

除準確性外，新診斷方法的優勢還在於便於使用。高風險人群可以早期診斷並盡早接受診治，增加患者的康復機會。此外，與傳統診斷方法不同的是，新方法可用於輔助門診醫生接診患者時對病情的判斷，指導後續決策。

鄭哲教授總結說：“對心血管疾病研究發展的影響上，我們認為此類應用日常健康數據指導疾病診療研究的不斷增加，表明醫學人工智能的應用進入了一個新的時代。既往臨床醫學與人工智能的結合主要通過對住院患者影像的學習或健康數據的處理，實現院內輔助診斷、決策、疾病精准分型、風險預測、醫院管理等。而隨著科學技術的不斷發展，我們可利用的健康數據爆炸性的增加，如智能手環、手錶、自拍圖片、空氣檢測等信息。充分利用這些新時代的健康信息輔助心血管疾病診療可能成為一個重要方向。”

據“生物谷”網站消息，目前該項目的受試者大多為漢族。為使“自拍診斷”法更加準確，還需在其他種族和更多人群中進行測試。但當前的研究成果已經開發了AI技術用於醫學診斷領域的新潛力。