由 dawei 当前，心脏病、中风和其他心血管疾病仍旧是棘手的公共卫生难题。
而评估疾病风险则是后期降低患者患心血管疾病可能性的关键步骤。为做好这一步，医生们将众多风险因素纳入评估范围，其中包含：遗传（年龄和性别），生活方式（吸烟和血压）。
虽然这些风险因素的相关情况大多可以通过询问病人来获取，但了解其他风险因素却没那么简单，如胆固醇需抽血检验。医生也要考虑病人是否患有糖尿病等其他疾病，这些问题也往往关系到心血管疾病。
近期，我们已经看到许多应用深度学习提高医学影像辅助诊断准确度的案例，尤其在糖网病方向。近期在《Nature》杂志上发表的《关于通过眼底图像预测心血管危险因素》中，除了检测糖网病外，我们还展示了通过眼底图还可以很准确地检测其他心血管疾病指标。
这个发现令人异常兴奋，因为它表明我们可以通过眼底图像，去筛查出更多的病变。
我们团队通过来自284335名患者数据上训练的深度学习模型，分别从12026例和999例的两个独立眼底验证图像数据集中，以惊人的准确度预测病人的心血管疾病风险因子。
例如，我们的算法通过眼底图像区分吸烟者与不吸烟者的准确率有71%。此外，当医生可从视网膜图像上分辨病人有没有高血压时，我们的算法可以更深入地预测心脏收缩血压，在所有病患身上平均误差为 11 mmHg，包括那些有或没有高血压的患者。