冠状动脉钙化，即心脏动脉壁钙化斑块的堆积是心脏病发作等心血管不良事件的重要预测因素。冠状动脉钙化可以通过计算机断层扫描(CT)来检测，但是量化斑块的数量需要放射学专业知识、时间和专门的设备。尽管胸部CT扫描相当常见，但钙评估CT(calciumscoreCTs)却不常见。
一个美国团队合作开发和评估了一个深度学习系统，可能有助于改变这种情况。该系统自动从CT扫描中测量冠状动脉钙，以帮助医生和患者对心血管预防做出更明智的决定。
该团队使用来自多名个人的数据验证了该系统，结果令人鼓舞。
研究成果已发表在《自然通讯》(NatureCommunications)上。
该团队首先根据弗雷明汉心脏研究(FHS)的数据对深度学习系统进行培训，然后将深度学习系统应用于另外三个研究队列，其中包括进行肺癌筛查CT的重度吸烟者、进行心脏CT的稳定胸痛患者和进行心脏CT的急性胸痛患者。总之，该团队在多人中验证了深度学习系统。
深度学习系统的自动钙评估与人类专家的手动钙评估高度相关。自动评分还独立预测了谁会继续发生重大心血管不良事件，如心脏病发作。
研究人员称，“冠状动脉钙评分可以帮助患者和医生就是否服用他汀类药物做出明智的个性化决定。从临床角度来看，长期目标是在电子健康记录中实施这一深度学习系统，以自动识别高危患者。”
编译/前瞻经济学人APP资讯组
论文链接：