纽约，10月4日：国际研究团队于周五表示，通过利用人工智能分析视网膜图像进行心血管风险评估，他们旨在弥补早期疾病检测的关键缺口。近期发表在《亚太眼科杂志》上的立场文件探讨了人工智能在眼科领域的变革潜力。这项工作代表了宾夕法尼亚大学工程学院、宾夕法尼亚大学医学院、密歇根大学凯洛格眼科中心、耶路撒冷圣约翰眼科医院和韩国庆尚国立大学医学院的研究人员之间的合作。
通过眼底摄影可以观察到眼睛后部的视网膜，人工智能提供系统性疾病生物标志物的潜力正在成为现实。当眼底图像的数量和质量足够时，就可以训练人工智能系统检测升高的HbA1c水平（高血糖的重要指标）。一项初步研究训练了人工智能模型，基于眼底图像预测HbA1c水平。该研究评估了各种因素，如人工智能模型的大小和架构、糖尿病的存在以及患者的人口统计学特征（年龄和性别）对人工智能性能的影响。其中一项研究观察结果是，对于眼科模型（例如主要由老年患者组成的样本池）进行有偏见的训练样本会降低模型性能。
案例研究的结果强调了开发可靠的心血管风险评估人工智能模型的重要性，同时解决了在临床采用前必须克服的挑战和问题，以及推进可靠的“眼组学”技术。这种方法不仅增强了我们识别高风险个体的能力，还为管理慢性病（如糖尿病）带来了希望。通过关注这项技术的实际应用，我们正朝着更加个性化和预防性的医疗解决方案迈进，作者指出。
（以上故事首次出现在LatestLY网站上，时间为2024年10月4日19:19。）
(全文结束)
