谷歌和同样隶属于Alphabet集团并专注于健康的VerilyLifeSciences表明，深度学习算法可以通过分析个人视网膜照片准确预测心脏病。这些公司的科学家在《自然-生物医学工程》(《Nature Biomedical Engineering》)发表的一篇新论文中详细介绍了他们的发现：“通过深度学习从视网膜眼底照片预测心血管疾病的危险因素。”视网膜的眼底照片包括眼睛的血管，该论文显示可用于准确预测心血管疾病的危险因素，包括一个人是否吸烟、血压、年龄、性别以及一个人是否曾经心脏病发作。该算法还能够推断出一个人的种族，这也是心血管相关疾病的一个因素。“通过对284,335名患者的数据训练深度学习算法，我们能够对12,026名和999名患者的两个独立数据集进行心脏成像，”谷歌大脑团队的产品经理LilyPeng写道。以惊人的高准确度预测血管疾病的危险因素。”该数据集包括来自UKBiobank数据库的48,101名患者和来自EyePACS数据库的236,244名患者。正如文章所指出的，还有其他方法可以使用患者的病史和血液样本来评估心血管疾病的风险，但有时会丢失关键信息，例如胆固醇水平。视网膜图像扫描可以提供一种快速、廉价且无创的方法来发现心脏病的迹象。鉴于该算法准确预测了风险因素，科学家们还训练该算法预测重大心血管事件的发生，例如五年内的心脏病发作。“我们的算法能够在70%的时间内挑选出有心血管疾病史的患者，”彭写道。“这种准确度水平正在接近其他计算心血管疾病风险的方法，这些方法需要抽血来测量胆固醇。”’”研究人员还使用注意力图来研究算法如何进行预测，例如是否关注血管来预测年龄、吸烟状况和血压。正如Peng所说，打开黑匣子并解释预测是如何做出的应该会让医生对算法更有信心。Verily心血管健康创新负责人迈克尔麦康奈尔表示，这项研究很有希望，但仍处于早期阶段。“在进入临床之前，必须做更多的工作来在更大的患者群体中开发和验证这些发现，”他指出。“然而，如果进一步的研究证实了这些发现，那么使用视网膜图像可以减少医生讨论患者预防措施的障碍。”
