研究发现，胸部X光片包含可以通过人工智能收集的“隐藏”信息，以预测长期死亡率

波士顿 - 根据马萨诸塞州综合医院(MGH)科学家的一项研究，最常进行的医学影像检查“胸部X光检查”包含可以通过人工智能(AI)采集的“隐藏”预后信息。这项研究的结果将发表在2019年7月19日的JAMA网络公开赛上，有助于确定最有可能从心脏病，肺癌和其他疾病的筛查和预防医学中受益的患者。

人工智能技术可以自动化我们日常生活的许多方面，例如智能手机的语音识别功能，社交媒体上的照片标记以及自动驾驶汽车。AI还负责医学方面的重大进展;例如，几个小组已经应用AI来自动诊断胸部X射线以检测肺炎和肺结核。

如果这项技术可以进行诊断，放射科医生Michael Lu，医学博士，公共卫生硕士，是否还可以识别出未来心脏病，肺癌或死亡的高风险人群?卢先生是哈佛医学院MGH心血管影像分部和放射学助理教授的研究主任，他和他的同事开发了一种卷积神经网络，一种用于分析视觉信息的最先进的人工智能工具，称为CXR -风险。通过网络分析来自参与早期临床试验的42,000名受试者的超过85,000次胸部X射线，训练CXR风险。每张图片都与一个关键数据配对：该人是否在12年内死亡?目标是让CXR风险学习胸部X射线图像上最能预测健康和死亡率的特征或特征组合。

接下来，Lu及其同事使用胸部X射线测试了来自两个早期临床试验的16,000名患者的CXR风险。他们发现53%被认定为“非常高风险”的神经网络在12年内死亡，相比之下，只有不到4%的人认为CXR风险被称为“非常低风险”。该研究发现，CXR风险提供的信息可预测长期死亡率，与放射科医师对X射线的读数和其他因素(如年龄和吸烟状况)无关。

Lu认为，当与其他风险因素(如遗传和吸烟状况)相结合时，这种新工具将更加准确。早期识别有风险的患者可以更多地进入预防和治疗计划。“这是从日常诊断测试中提取预后信息的一种新方法，”Lu说。“这些信息已经存在，我们没有使用，可以改善人们的健康状况。”