当前位置:循环首页>正文

资讯丨心血管“黑科技”大赏:X光胸片可预测CVD10年死亡风险,零身体接触就能测血压!

作者:国际循环网   日期:2023/1/13 21:23:06

国际循环网版权所有,谢绝任何形式转载,侵犯版权者必予法律追究。

随着技术的发展,已有越来越多的创新科技应用到心血管领域,并带来令人眼前一亮的效果。本刊精选近期国外研究公布的2个“黑科技”,分别介绍了基于一张X光胸片就能预测未来10年CVD死亡风险的人工智能模型,以及不用绑压力袖带、只需面对摄像机坐在椅子上10秒钟就能准确量血压的计算机视觉血压系统。一起来看看吧。

随着技术的发展,已有越来越多的创新科技应用到心血管领域,并带来令人眼前一亮的效果。本刊精选近期国外研究公布的2个“黑科技”,分别介绍了基于一张X光胸片就能预测未来10年CVD死亡风险的人工智能模型,以及不用绑压力袖带、只需面对摄像机坐在椅子上10秒钟就能准确量血压的计算机视觉血压系统。一起来看看吧。
 
基于胸部X光的人工智能模型预测心脏病10年死亡风险
 
 
现行指南建议通过评估主要CVD不良事件的10年风险,确立应使用他汀类药物进行一级预防的人群。该风险通过动脉粥样硬化心血管疾病(ASCVD)风险评分计算,这种统计模型考虑了许多变量,包括年龄、性别、种族、收缩压、高血压治疗、吸烟、2型糖尿病等。对于10年风险≥7.5%的人群,建议使用他汀类药物。然而,由于计算ASCVD风险所需的变量往往不易得,基于人群筛查的风险评估方法应运而生。近期,北美放射学会(RSNA)年会上公布了一项研究,使用基于胸部X光的深度学习模型来预测ASCVD所致心脏病发作或卒中的10年死亡风险。
 
X线能够捕捉到传统诊断结果之外的信息,但此前受限于没有强大和可靠的方法,这些数据未得到有效利用。人工智能的进步使之成为可能。研究者利用来自美国国家癌症中心设计和发起的全美前列腺癌、肺癌、结直肠癌和卵巢癌筛查的多中心、随机对照临床试验的40643例受试者的147497张胸部X光片影像,训练了CXR-CVD风险预测深度学习模型,用以预测CVD的死亡风险。
 
CXR-CVD风险预测模型在第2个独立队列,来自麻省总医院的11430名接受常规胸部X光检查、有可能使用他汀药物治疗的门诊患者(平均年龄60.1岁;42.9%男性)中得到验证。在11430例门诊患者中,1096例(9.6%)在中位10.3年的随访期间发生了严重心脏不良事件。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著相关性。
 
此外,研究人员还将该模型的预后价值与现行使用他汀类药物的临床标准进行比较。由于大部分电子记录中缺少血压、血脂等数据,仅2401例(21%)患者纳入分析。结果显示,CXR-CVD风险预测模型计算结果与现行临床标准相似,并具有增量价值。
 
这项研究价值在于,深度学习模型仅用普遍、易得的胸部X光片图像,就能进行基于人群的CVD风险筛查,可用于识别能获益于他汀类药物治疗但尚未接受治疗的人群,并有望最终成为临床医生的决策支持工具。
 
基于计算机视觉系统的非接触式血压测量系统
 
血压与CVD密切相关。在过去30年里,全球确诊高血压的成人从6.5亿上升到12.8亿。目前血压测量是基于机械或示波记录,如水银血压计、无液血压计或数字血压计。但这些方法均具有限制性,需要测试者绑上压力袖带,给重复测量或长期监测带来麻烦和不适。此外,血压读数的准确性很容易受到人员影响,不能实现连续的血压监测。来自伊拉克和澳大利亚的研究者开发了一种无需任何直接身体接触即可准确测量血压的创新系统,研究结果近期发表在Inventions杂志。
 
这项研究创建了一种新的计算机视觉系统,可使用无压力袖带的数码相机无接触式测量血压。这套计算机视觉系统通过数码摄像机记录受试者视频,并提取数码摄像机捕获的前额2个区域的光体积测量信号的光学特性,并根据具体的公式计算出血压,同时记录接触压力袖带式血压计测量的血压读数作为验证。
 
具体而言,试验器材包括1台安装在三脚架上的数码相机(尼康D5300 10MP,18-55mm镜头)和1个商用血压监测仪(Rossmax,美国)。共有25名不同肤色的受试者参与。测量前,所有受试者需要先坐着休息几分钟,确保生理状态稳定,面部距离摄像机约50厘米。试验在环境光照条件下进行,无额外光源,并在不同时间内重复测量4次,共拍摄100段视频,每个视频时长10秒,无压缩。试验流程详见图1。
 
图1. 成像系统演示图
 
结果发现,与商用数字血压计测量的收缩压/舒张压读数相比,这套远程血压系统在收缩压读数的均方根误差(RMSE)9.2 mmHg时准确度达到94.6%,在舒张压读数的RMSE误差为7.6 mmHg时达到95.4%的准确度。有理由相信,这种创新无接触血压测量方法有望成为下一代血压监测系统的一个颇具前景的新工具。
 
参考文献
 
https://rsna2022.rsna.org/
 
Al-Naji, A., et al. (2022) Contactless blood pressure estimation system using a computer vision system. Inventions. doi.org/10.3390/inventions7030084.
 
 
声明:本文仅供医疗卫生专业人士了解最新医药资讯参考使用,不代表本平台观点。该信息不能以任何方式取代专业的医疗指导,也不应被视为诊疗建议,如果该信息被用于资讯以外的目的,本站及作者不承担相关责任。

版面编辑:张雪  责任编辑:王雷



CVD

分享到: 更多


设为首页 | 加入收藏 | 关于我们 | 联系方式 | 招贤纳士
声明:国际循环网( www.icirculation.com)对刊载的所有文章、视频、幻灯、音频等资源拥有全部版权。未经本站许可,不得转载。
京ICP备15014970号-5  互联网药品信息服务资格证书编号(京)-非经营性-2017-0063  京公网安备 11010502033353号  增值电信业务经营许可证:京ICP证150541号
国际循环 版权所有   © 2004-2024 www.icirculation.com All Rights Reserved
公司名称:北京美赞广告有限公司 公司地址:北京市朝阳区朝阳门北大街乙12号天辰大厦1座1409 电话:010-51295530