作者：DIGITIMES张朝钦
牛津大学研究人员使用人工智能(AI)开发一种心脏“指纹”的技术，来为心脏病致命性发作高风险人士量身定制个人化治疗。
根据牛津大学新闻(UniversityofOxfrodNews)的报导，牛津大学研究人员使用机器学习(ML)开发的新生物识别物，或是一种被称为脂肪放射特征(fatradiomicprofile；FRP)的“指纹”，可以在心脏病发作前至少5年识别出高危险人群。
一般来说，医院求诊，标准的护理是做冠状动脉计算机断层血管摄影(CCTA)，这是以冠状动脉扫描检查任何窄化或阻塞的部分。如果动脉没有缩小，约75%的扫描病例，患者通常就是回家休养继续观察，但其中有些人在未来将会有心脏病发作的风险。医师目前没有常规方法去发现导致心脏病发的潜在警讯。
指纹侦测血管周围内空间的高危险信号(biologicalredflags)，这些血管为心脏供给血液，它也可以识别心脏病发作的一些指标，例如炎症、疤痕和血管变化。
Antoniades教授和其团队对名进行心脏手术的人进行脂肪活组织检查，他们分析了炎症、疤痕和新血管形成的基因表现，将这些基因与CCTA扫描影像进行配对，以确定有哪些特征是最能显现心脏血管周围脂肪的变化，称为血管周围脂肪。
在名曾接受CCTA的民众，在5年内发生心脏病发以及没有发作的人，团队从其中挑出名并将扫描结果进行比较，了解血管周围空间的变化。透过机器学习，他们开发了FRP指纹来捕捉风险的程度。心脏扫描增加越多，预测准确性就越高。
团队在SCOT-HEART试验当中对人进行血管周围指纹的测试，结果显示FRP在预测心脏病发作方面具有显著价值，高于目前临床实务使用的任何工具。
Antoniades教授表示，仅因为某人冠状动脉的扫描显示没有缩小，并不意味他们免于心脏病侵袭。透过人工智能，团队发现一种指纹，可发现动脉周围的“坏”特征，能侦测疾病的早期征兆，并在心脏病发前采取预防措施。
新的“指纹”可以从一般检查狭窄动脉的扫描中，撷取有关生物的附加信息，这种基于人工智能的技术可以更精确地预测即将到来的心脏病，为疑似冠状动脉病的患者提供个人化护理和照护。
该研究由英国心脏基金会进行资助，研究成果发表在巴黎的心脏病学会(ESC)会议上，并刊出在欧洲心脏期刊(EuropeanHeartJournal)。