莫菲尔德眼科医院（Moorfields Eye Hospital）和伦敦大学洛杉矶分校眼科研究所（UCL Institute of Ophthalmology，IoO）的研究人员开发了一种名为 RETFound 的人工智能（AI）模型，它可以通过检查病人的眼睛来预测心脏病发作的风险。

RETFound 技术通过观察人的视网膜来预测其心脏病发作的风险因素。它利用大量的国民健康服务图像和文本数据来筛查病人的其他疾病，包括糖尿病眼病、青光眼、帕金森病和中风。这项技术可以在许多患者出现症状之前就发现他们的严重病症，从而进行早期干预和治疗，并有可能挽救许多人的生命。

RETFound和其他类似技术一样，是更广泛的眼科领域的一部分，这是一个新兴的研究领域，通过研究眼睛来发现各种疾病和病症的生物标志物。

伦敦大学洛杉矶分校人工医学智能学教授皮尔斯-基恩（Pearse Keane）说："我认为，目前人工智能系统的一大缺陷是，如果你在伦敦开发了一个模型，而这个模型可能是根据一个40多岁的爱尔兰白人的照片训练出来的，那么对于加纳的糖尿病眼病患者来说，这个模型可能就不那么管用了。这就是要努力让这些人工智能系统在未来变得强大、可靠、安全和公平"。

基恩说，坦桑尼亚的一位眼科医生想要开发一套人工智能系统，对当地人口进行糖尿病视网膜病变筛查，他可以获得UCL的系统，并通过少量的东非数据对其进行微调，以创建一个在该环境下可能有效的模型。

RETFound的工作原理是分析视网膜图像，寻找可能预示潜在疾病的细微变化。该模型在来自各种疾病患者和非疾病患者的大量图像数据集上进行训练。它学会识别与不同疾病相关的模式，随着时间的推移，数据的数量和质量也在不断提高。

一旦模型接收到大量训练扫描，它就可以通过将患者视网膜的照片输入人工智能模型来筛查新患者的疾病。人工智能会对图像进行分析，并将其与数据库中的其他图像进行比较，然后输出一个概率分数，显示患者罹患每种潜在可追踪疾病的风险。

RETFound 可以在患者出现症状之前就识别出他们罹患严重疾病的风险，从而彻底改变疾病检测和治疗方法。它还能提高医疗保健系统的效率，例如，在常规眼科检查中对病人进行筛查。这可以减少需要专家转诊进行进一步检查的病人数量，并确保对其他病人进行早期治疗干预。

尽管 RETFound 解决方案前景广阔，但挑战依然存在。该模型需要在大型独立数据集上进行验证，以确保其准确性和可靠性。另一个挑战是，该模型需要集成到现有的国民健康服务（NHS）系统中，以便临床医生在日常工作中利用人工智能。

RETFound 开源地址：https://github.com/rmaphoh/RETFound_MAE

文章来自 “ fyahoofinance ”