世界保健機関 (WHO) によると、心臓病は世界の主な死因であり、毎年推定 1,790 万人が心臓病で亡くなっています。
WHOは、しばしば心臓発作を引き起こす心臓病を早期に発見すれば、患者に治療のための貴重な時間を与え、多くの命を救うことができると述べている。
今回研究者らは、人工知能（AI）と機械学習の助けを借りて、簡単な視力検査で心臓病を診断できる可能性があることを発見した。
以前の研究では、網膜の静脈と動脈のネットワークがどのようにして心臓病の早期兆候を提供できるのかが調査されていました。
その研究では、これらの血管の幅を心臓病の予測にどのように利用できるかが検討されましたが、その結果が男性と女性に同様に当てはまるかどうかは明らかではありませんでした。
ロンドン大学セントジョージズの研究者らは、将来の心血管疾患のリスクを予測するために、英国とヨーロッパで行われた2件の研究の患者で構成されたデータベースをAIモデルを使用して研究した。
心血管疾患のリスクを予測する
彼らは、網膜画像から心臓血管の健康状態と死亡を予測するために、QUARTZ (または網膜血管トポロジーとサイズの定量的分析) と呼ばれる完全に自動化された AI 対応アルゴリズムを開発しました。
QUARTZ は、40 ～ 69 歳の英国バイオバンク参加者 88,052 人の網膜画像を使用して、脳卒中、心臓発作、そして循環器疾患による死亡。
次に、彼らはこのモデルを、ノーフォークの欧州癌前向き調査 (EPIC) による 2 回目の研究からの 48 ～ 92 歳の参加者 7,411 人の網膜画像に適用しました。
全参加者の健康状態は平均7～9年間追跡され、その間、英国バイオバンク参加者64,144名中327名が循環器疾患で死亡し、5,862名のEPICノーフォーク参加者中201名が循環器疾患で死亡した。
全体として、年齢、喫煙、病歴、網膜血管系に基づくこれらの予測モデルは、最もリスクが高い人の循環器疾患による死亡の半分から3分の2を捉えました。
QUARTZ の結果は、健康データに基づいて心臓病のリスクを予測するために現在広く使用されているツールである Framingham Risk Scores フレームワークと比較されました。
QUARTZは、フラミンガムの枠組みよりも英国バイオバンクの男性の脳卒中症例が約5パーセント多く、英国バイオバンクの女性の脳卒中症例が8パーセント多いと予測した。
また、フラミンガム氏と比較して、最もリスクが高いEPICノーフォーク州の男性の感染者数は約3％多いが、EPICノーフォーク州の女性の感染者数は2％近く少ないと予測した。
しかし、フラミンガム氏は、最も危険にさらされている人々の心臓発作の症例をさらに多く捕らえた。
男性では、細動脈と細静脈の幅、ねじれ、幅の変動が、循環器疾患による死亡の重要な予測因子として浮上しました。
女性では、細静脈と細静脈の面積と幅、細静脈の蛇行と幅の変動がリスク予測に寄与しました。
非侵襲的かつ完全自動化
研究者らは、フラミンガムリスクスコアにアイスキャンモデリングを追加することは、脳卒中や心臓発作の予測にはわずかな効果しかないものの、血液検査や血圧測定を必要としない、より簡単で非侵襲的な手順であると述べた。
この研究の著者らは、英国と米国では網膜イメージングがすでに一般的に行われているため、「AIを活用した血管計測リスク予測は完全に自動化され、低コストで非侵襲的であり、より高い割合の患者に到達する可能性がある」と書いている。 「大通り」が利用できることと、採血や血圧測定が必要ないため、地域社会の人口が減少しているのです。」
「一般の人々においては、さらなる臨床リスク評価と適切な介入のために、循環器系死亡の中高リスクの患者をトリアージするために、非接触型の全身血管健康診断として使用できる可能性があります。」
例えば英国では、41～74歳を対象としたプライマリケアのNHS健康診断にこの検査が含まれる可能性があると研究者らは提案した。
結果は、英国眼科学会雑誌。
で付随社説, スコットランドのダンディー大学のイフィー・モルディ博士とエマヌエーレ・トルッコ博士は、網膜血管構造の変化を利用して全体的な心血管リスクを知らせることは「確かに魅力的で直感的」だが、まだ日常的な臨床診療の一部にはなっていないと説明した。
「このような方法で網膜スクリーニングを使用するには、おそらく眼科医またはその他の訓練を受けた評価者の数を大幅に増やす必要があるだろう」と研究者らは書いている。
「現在必要とされているのは、眼科医、心臓専門医、プライマリケア医、コンピューター科学者が協力して研究を計画し、この情報を使用することで臨床転帰が改善するかどうかを判断し、改善する場合は規制当局、学会、医療システムと連携して、臨床ワークフローを最適化し、日常診療での実践的な実装を可能にします」と彼らは結論づけています。
