据最新一期《自然·机器智能》杂志报道，英国研究人员开发了一种人工智能系统，可通过分析在常规访问眼镜店或医院眼科时留下的眼部扫描数据，识别出心脏病发作高风险患者该AI系统的识别准确率在70%—80%之间，可作为心血管疾病筛查的第二转诊机制

视网膜微小血管的变化是更广泛的血管疾病，包括心脏问题的指标在英国利兹大学领导的这项研究中，研究人员利用深度学习技术训练AI系统自动读取视网膜扫描数据，并识别那些在接下来的一年中可能会得心脏病的人深度学习是一系列复杂的算法，使计算机能够识别数据中的模式并作出预测

领导这项研究的利兹大学计算医学教授艾利克斯·弗兰吉说:这项技术有可能彻底改变心脏病筛查视网膜扫描相对便宜，并且在许多配镜服务中经常使用作为自动筛查的结果，可将患病风险高的人转诊至专科进行治疗

英国生物银行为这项研究提供了数据在深度学习过程中，AI系统分析了5000多人的视网膜扫描和心脏扫描数据AI系统确定了视网膜病变与患者心脏变化之间的关联

一旦学习了图像模式，AI系统就可以仅通过视网膜扫描来估计左心室的大小和泵送效率心室扩大与心脏病风险增高有关借助有关左心室估测大小及其泵送效率的信息以及有关患者年龄，性别等基本人口统计数据，AI系统可预测他们在接下来的12个月内心脏病发作的风险

目前，只有在进行了超声心动图或心脏磁共振成像等诊断测试后，才能确定患者左心室的大小和泵送效率的详细信息这些诊断测试通常很昂贵，而且只能在医院中使用，这使得医疗保健系统资源较少的国家的人们无法获得，在发达国家也增加了医疗保健成本和等待时间

测，辅助诊断和健康风险评估解决方案对于多种医疗健康场景服务均适用，因此鹰瞳科技的商业化产品不仅覆盖医院的临床科室，同时可以向其他医疗及大健康场景进行销售。加之在数据库的支持下，鹰瞳科技已开发并优化算法，以解决不同客户的需求和匹配其业务特点；而为不同客户群体提供服务的能力亦丰富了鹰瞳科技的真实世界用户数据库，并形成反馈循环，进一步优化现有算法并开发新算法。凭借多渠道商业化策略，鹰瞳科技已建立多样化的客户群，扩大地区占有率，其客户数量已由2019年的46名增长至2020年的85名。具体来讲，在医疗机构中，鹰瞳科技主要覆盖医院，社区诊所和体检中心的关键临床部门。例如，自2018年起，鹰瞳科技开始与爱康国宾合作，截至最后实际可行日期已在超140家爱康国宾体检中心推行人工智能解决方案；而在大健康场景中，鹰瞳科技则主要覆盖保险公司，视光中心，药房等。例如，鹰瞳科技与平安保险，中国太平洋保险，中国人寿，太平人寿保险和新华保险等商业保险公司合作，健康风险评估解决方案已应用于28个省份的保险公司分支机构，并覆盖超850家视光中心和超100万人次。此外，鹰瞳科技与中山大学中山眼科中心，首都医科大学附属北京同仁医院，解放军总医院第一医学中心，上海交通大学附属第一人民医院，首都医科大学附属北京安贞医院，清华大学附属北京清华长庚医院，温州医科大学附属眼视光医院等全国顶尖医院，以及北京大学，澳大利亚蒙纳士大学等学术机构和学科带头人保持良好的关系，以更好地了解一线临床护理的需求和提升研发实力。不可否认的一点是，学科带头人网络对产品在医疗机构中获得接纳和认可颇为重要。财务数据方面。2019年和2020年，鹰瞳科技的收入分别为3042万元和4767万元，2021年第一季度的收入则从2020年同期的205万元增加985%至2217万元。

郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。