智能手机应用可以检测糖尿病,来诊断潜在的健康问题

 女性养生     |      2019-12-18 01:55

今天,有数百万人不知道自己患有糖尿病。最近的一项研究发现,一个随时可用的智能手机应用程序的数据可以帮助人们检测糖尿病,而无需前往诊所。

图片 1

您的智能手机能否确定您是否患有最严重且最致命的心脏病发作?一项新的研究表明它可以

最近满大街都是各大手机巨头公司在宣传着人工智能AI拍照更完美。关于这个人工智能究竟神奇到什么程度了呢?让我们来看看人工智能在医疗科技方面的运用。近日,人工智能算法即将发展成为眼科医生的好帮手。利用人工智能可以将眼科医生的诊断知识带到初级保健办公室和步入式诊所,加快检测健康问题和开始治疗,特别是在专科医生稀缺的地区。比如人工智能能够发现眼睛图像中糖尿病相关视力丧失的症状,这项研究正在等待美国食品和药物管理局的批准后即可上市。

图片 2

已经发现人工智能模型用于鉴别患有间歇性心房颤动的患者,即使在正常节律期间使用快速且非侵入性的10秒测试进行,与目前可能需要数周至数年的测试相比。虽然早期并且在实施前需要进一步研究,但这些发现可以帮助医生调查不明原因的中风或心力衰竭,从而实现适当的治疗。

  • 而且可能是拯救生命的宝贵工具。

图片 3

使用智能手机应用程序捕获的数据可能有助于诊断糖尿病

研究人员已经培训了一种人工智能模型,用于检测正常节律患者的10秒心电图中心房颤动的特征。该研究涉及近181,000名患者并发表在“柳叶刀”杂志上,是第一个使用深度学习来识别可能未被发现的心房颤动的患者,总体准确率为83%。该技术在ECG中发现可能对人眼不可见的信号,但包含有关心房纤颤存在的重要信息。

图片 4

关于识别糖尿病视网膜病变的人工智能简称为IDx-DR,它们正在学习通过查看眼睛图像来预测从年龄相关的视力丧失到心脏问题的所有事情,但不遵循如何诊断疾病的预编程指南。它们是机器学习算法,研究人员通过该算法来识别特定病症的症状,并使用示例图像来标记患者是否患有该病症。

根据美国疾病控制和预防中心的数据,美国有超过3000万人患有糖尿病。令人担忧的是,美国几乎有四分之一的人患有糖尿病但却不知道。如果不进行治疗,糖尿病可能会对健康造成严重后果,包括肾脏问题,眼部疾病,心脏病和中风。目前,医生需要采集血液样本来诊断糖尿病,这通常需要去诊所。由于种种原因,许多人无法轻易获得医疗服务,因此找到更简单的糖尿病检测方法非常重要。

据估计,美国心房颤动影响270-610万人,并且与卒中,心力衰竭和死亡风险增加有关。由于患者的心脏可以进出这种异常节律,因此难以在单个心电图上检测到,因此心房颤动常常未被诊断。

由盐湖城山间医疗中心心脏研究所的研究人员领导的这项国际研究发现,这是一款用于监测心脏活动并确定是否患有ST段抬高心肌梗死的智能手机应用程序,这是一种心脏病发作,其中动脉完全阻塞,与标准的12导联心电图具有几乎相同的精确度,用于诊断心脏病发作。研究人员表示,这项研究结果非常重要,因为STEMI心脏病发作后的治疗速度有助于挽救生命。“你可以越早开动动脉,患者就越好。我们发现这个应用程序可以大大加快速度并挽救你的生命,”研究和心血管研究员的首席研究员J. Brent Muhlestein博士说。在Intermountain Medical Center心脏研究所。

图片 5

使用应用程序诊断糖尿病

美国梅奥诊所心血管医学系主任Paul Friedman博士说:“将ECG模型应用于心电图可以检测心房纤颤,即使心电图记录时不存在也是如此。就像看着心电图一样。海洋现在,能够分辨出昨天有大浪。“

在这项研究中,204名胸痛患者通过AliveCor应用程序接受了标准的12导联心电图和心电图,该应用程序通过带有双线附件的智能手机进行管理。研究人员发现,与传统的12导联心电图相比,使用导线设置的应用可有效地区分STEMI与非STEMI心电图,并且具有高灵敏度。“我们发现该应用程序帮助我们非常有效地诊断心脏病

IDx-DR研究了超过100万张眼睛图像,以了解如何识别糖尿病视网膜病变的症状,这是高血糖损害视网膜血管时发生的一种病症。美国每年有12,000至24,000人失去糖尿病视网膜病变的视力,但如果早发现,可以治疗该病。

最近,加州大学旧金山分校的研究人员决定研究一种创新且免费提供的解决方案:一种常见的智能手机应用程序。他们利用市场上许多健身应用已经使用的功能,称为光电容积脉搏波信号。该技术使用智能手机的相机和闪光灯。当心脏推开血液时,会产生一个 脉冲通过身体的压力。外周血管膨胀以容纳进入的血液。通过将智能手机的闪光灯和相机放在手指旁边,可以观察到血管扩张引起的微小变化。随着心脏的每次收缩,皮肤反射出越来越多的光。智能手机的相机可以检测到这种变化,从这些数据中,可以提取有关血流的信息。

他指出:“目前,人工智能已经在需要临床调查的人中使用心电图进行了培训,但不是原因不明的卒中患者,也不是整体人群,因此我们还不确定它在诊断这些人群方面的表现如何。通过非侵入性和广泛可用的测试快速而廉价地进行测试的能力可能有一天有助于识别未确诊的心房颤动并指导重要治疗,预防中风和其他严重疾病。

  • 并且当没有发生时,它并没有表明存在心脏病发作,”Muhlestein博士说。

图片 6

在糖尿病的早期阶段,血管发生某些变化。“糖尿病可能在很长一段时间内无症状,但不良血管变化仍会无声地发生,这可能导致心血管并发症,”Robert Avram博士解释说。

在不明原因的中风后,准确检测心房颤动非常重要,以便对患者进行抗凝治疗以降低中风复发的风险,而其他患者(可能因此治疗而受伤)则不然。目前,在这种情况下的检测需要数周至数年的监测,有时需要植入装置,可能使患者面临复发性卒中的风险,因为目前的方法并不总能准确地检测到心房颤动,或者需要花费太长时间。心房颤动的心脏发生结构变化,例如腔室扩大。在诸如超声心动图之类的标准成像技术可见这些变化之前,心房颤动可能存在心脏纤维化。另外,心房颤动的存在可能暂时改变心肌的电特性,即使它已经结束。

STEMI是一种非常严重的心脏病发作,其中心脏的主要动脉之一 - 为心肌提供氧气和营养丰富的血液 - 被阻断。ST段抬高是在12导联心电图上可检测到的异常。研究人员在美国心脏协会2018年芝加哥科学会议上展示了这项研究的结果。研究人员在五个国际站点进行了这项名为ST LEUIS国际多中心研究的研究,这些研究都与杜克大学合作心血管学会有关,其中Intermountain Medical Center Heart Institute作为协调机构,他们收集和整理数据。

研究人员比较了超过800名美国患者中IDx-DR检测糖尿病视网膜病变的情况。在由IDx-DR确定为至少有中度糖尿病视网膜病变的患者中,实际上超过85%。研究人员在2月22日在加利福尼亚比佛利山庄的黄斑病学会年会上报告说,患有轻微糖尿病视网膜病变或没有糖尿病视网膜病变的患者中,实际上超过82.5%的患者为IDx-DR。

“这对我们来说,研究低成本,无创的机会对于筛选数百万人来说非常重要。”

研究人员着手训练一种神经网络 - 一类深度学习AI-识别标准心电图中的微妙差异,这些差异被认为是由于这些变化,尽管神经网络是“黑匣子”以及驱动他们的特定发现观察结果尚不清楚。作者使用了从1993年12月至2017年7月期间从近181,000名患者(约650,000次ECG扫描)获得的心律ECG,将数据分为心房颤动阳性或阴性患者。

其他参与的研究中心包括:杜克大学,Integris心脏病医院,梅奥诊所,斯坦福大学,厄兰格临床研究所,犹他大学健康,AliveCor公司和落基山卫生职业大学。Muhlestein博士说,这种心电图设置的想法可能来自于使用跑步机进行个人健身发展。许多使用跑步机的人都佩戴一种简单的装置,通过单个心电图导联可以检测心率,比仅检查脉搏更准确。“这是一个简单的跳转,将它放在智能手机上,然后从几个身体位置记录相同的心电图导联。”他说。

图片 7

用智能手机进行筛选

心电图数据分为三组:训练,内部验证和测试数据集,培训组为70%,验证和优化为10%,测试组为20%(训练数据集中126,526名患者为454,789个心电图,64,340个心电图)来自验证数据集中的18,116名患者和来自测试数据集中的36,280名患者的130,802名ECG。

新款Apple

爱荷华州爱荷华大学的视网膜专家Abràmoff说,IDx-DR正在快速通过FDA批准,并且预计在几个月内就会做出决定。如果获得批准,它将成为首个在初级保健机构和诊所使用的自动AI。

为了研究智能手机技术如何作为诊断工具,研究人员通过在线健康eHeart研究招募了54,269名参与者。这项研究使用了Azumio Instant Heart Rate智能手机应用程序,这是人们最常下载的市场上的心率测量应用程序之一。科学家们创建了一种深度学习算法,使用应用程序的PPG信号来确定谁患有糖尿病。他们将于3月17日星期日在洛杉矶新奥尔良举行的美国心脏病学会第68届年度科学会议上展示他们的发现。

AI在识别心房颤动的存在方面表现良好:对每位患者的第一次心电图输出进行测试,准确度为79%,当同一患者使用多个心电图时,准确度提高到83% 。需要进一步研究以确认特定人群的表现,例如原因不明的卒中患者(未确定来源的栓塞性卒中

4智能手表还配备了单导联心电图。典型的ECG具有12个引线,这提高了诊断的准确性,因为心脏病发生在心脏的不同部位,并且每个引线看到不同的部分。使用AliveCor应用程序,两根导线绕主体移动,以记录所有12个部件。Muhlestein博士说,研究结果有两个重要原因。首先,它可以加速患者在患STEMI后需要的紧急治疗。美国心脏病学会/美国心脏协会指南推荐“门到气球时间”

或者从患者进入医院到将带有球囊的导管插入患者的阻塞动脉的时间,然后充气以使斑块在动脉壁上变平

  • 不到90分钟。

Muhlestein博士说:“如果有人患上胸痛并且以前从未患过胸痛,他们可能会认为这只是一个臭虫或它的气体,他们不会去急诊室。”“这很危险,因为我们打开阻塞的动脉越快,患者的结果就越好。”该应用程序可以当场采取心电图,将结果发送到心脏病专家立即检查的云中,如果找到STEMI,告诉该人,他们可以被送往医院。其次,具有双线扩展的应用程序的价格很低,这可以将心电图的功能交给任何拥有智能手机或智能手表的人,并且可以在人们拥有智能手机的第三世界国家/地区使用心电图。如果它们完全可用,很难找到昂贵的心电图机。

人工智能算法也用于诊断其他眼部疾病。AI于2月22日在Cell上描述了超过100,000张眼睛图像,以了解几种眼睛状况的征兆。这些包括年龄相关性黄斑变性,或成人50岁以上的主要视力丧失原因,以及由糖尿病视网膜病变引发的糖尿病性黄斑水肿。该AI被设计用于标记晚期AMD或糖尿病黄斑水肿以进行紧急治疗,并且指定较不严重的病例进行常规检查。在测试中,该算法在从1,000张照片诊断眼睛状况时准确率为96.6%。六名眼科医生根据相同的眼睛图像进行了类似的转诊。

当他们将算法与数据库进行对比时,研究人员发现它可以在72%的时间内正确识别糖尿病患者。

  • ESUS)或心力衰竭。

图片 8

当他们还纳入有关其他已知风险因素的信息时,例如体重指数,年龄和性别,该算法在81%的时间内确定了糖尿病。重要的是,他们的算法也相反

该研究的作者还推测,有一天可能会使用这项技术作为医生手术中的护理点诊断测试,以筛查高危人群。筛查患有高血压,糖尿病或年龄超过65岁的房颤患者可以帮助避免疾病,但是,目前的检测方法成本高,并且确定的患者很少。此外,该筛查目前需要佩戴大而不舒服的心脏监测器数天或数周。来自美国梅奥诊所的研究联合研究员姚晓曦博士说:“我们的算法有可能用于低成本,广泛可用的技术,包括智能手机,然而,这需要在广泛应用之前进行更多研究。 “。

西雅图华盛顿大学的眼科医生Aaron Lee说,研究人员仍然需要测试这种算法在真实世界中的运行方式,在这个世界中,图像质量可能因诊所而异。但是这种AI可能在医疗资源和专家稀缺的农村和发展中地区特别有用,否则人们将无法轻松获得面对面的眼科检查。

  • 它正确地确定了人们97%的时间没有患糖尿病。

作者在他们的工作到达诊所之前注意到了一些限制和进一步的研究。与普通人群相比,所研究的人群可能具有更高的心房颤动患病率。因此,AI已被训练以回顾性地对临床指示的ECG进行分类,而不是用于健康患者或具有不明原因中风的患者的预测,并且在广泛应用于筛选更广泛的健康人群之前可能需要校准。

图片 9

"基于我们的研究结果,这种策略可能成为在家中筛查糖尿病的低成本方式,因为它可以来自任何具有相机和手电筒的光学系统,并且大多数人都拥有智能手机。”---罗伯特阿夫拉姆博士

如果患者没有经过验证的诊断,患者被认为是心房颤动阴性,但有些患者可能未被诊断并且被错误标记,因此AI可能已经确定了以前的检测结果。另一方面,AI确定的一些假阳性患者有心房颤动病史(尽管被人类归类为阴性),实际上可能患有未确诊的心房颤动。由于AI仅与其训练的数据一样好,因此当将测试应用于其他群体(例如没有指示ECG的个体)时,解释中可能存在错误。阿德莱德大学和澳大利亚阿德莱德皇家阿德莱德医院的Jeroen Hendriks博士在一篇相关评论中说:“总之,Attia及其同事们对他们的创新方法以及AI的全面开发和本地验证表示祝贺。启用心电图。鉴于AI算法最近达到了心脏病专家的诊断性能水平,这种AI-ECG解释在创建一种算法中是开创性的,以揭示显示窦性心律的心电图中心房纤颤的可能性。#清风计划#

AI也可以使用眼睛图片来识别其他类型的健康问题。研究超过284,000名患者的视网膜图像的一种算法可以预测心血管健康风险因素,如高血压。据自然生物医学工程公司 2月19日报道,该算法在区分吸烟和不吸烟患者眼部图像时的准确率为71%。并预测在未来五年内70%的时间内,哪些患者会出现重大心血管事件,如心脏病发作。

下一步

图片 10

当然,这项技术无法取代医生的官方诊断,但可能会鼓励某人去看医生。Avram博士已经开展了后续研究,以研究该算法在不同人群中的表现。例如,该团队目前专注于非裔美国人和亚洲人,因为他们的糖尿病发病率高于美国白人,但在初始研究中的代表性较低。科学家们也有兴趣了解是否有可能使用这种方法确定某人是否患有早期或晚期糖尿病。调查结果令人鼓舞; 如果来自普通智能手机应用程序的数据可以帮助人们更早地感染糖尿病,这项技术有可能影响数百万人的生命。

随着人工智能越来越熟练地筛选越来越多的病症,有些人可能担心这是机器接管的医疗保健,但AI诊断不能代替医疗诊断的一切。医生仍然需要去看患者,治疗病人并与病人交流。人工智能只会帮助需要治疗的人更快地获得治疗。