Øjenscanning kan afsløre risiko for hjerteanfald eller slagtilfælde

Et simpelt digitalt fotografi af bagsiden af øjet kan forudsige en større kardiovaskulær hændelse - såsom et hjerteanfald eller et slagtilfælde - der vil ske inden for det næste årti med 70 % nøjagtighed, ifølge forskning støttet af British Heart Foundation og National Institute for Health and Care Research (NIHR).

Forskerne mener, at rutinemæssige nethindescanninger også kan bruges til at spore en persons hjertesundhed over tid, da de også fandt en sammenhæng mellem ændringen i risikoscore over tre år og sandsynligheden for en større kardiovaskulær hændelse.

Øjenscanningen analyseres ved hjælp af kunstig intelligens (AI), som giver en personlig risikoprognose på en brøkdel af et sekund.

De, der har den højeste risiko, kan blive henvist til en læge, som kan ordinere blodtryksmedicin eller statiner for at sænke kolesteroltallet. Forskerne håber, at alle, der får foretaget en øjenundersøgelse, i fremtiden kan modtage en besked om deres hjertesygdom på deres smartphone.

Dr. Ify Mordi, forsker i British Heart Foundation ved University of Dundee og konsulentkardiolog, ledede undersøgelsen, der er offentliggjort i tidsskriftet Cardiovascular Diabetology.

Han sagde:

"Det kan komme som en overraskelse, men øjnene er vinduet til hjertet.
Hvis der er skader eller forsnævring af blodkarrene bagest i øjet, er der en god chance for, at dette også ses i de kar dybere i kroppen, der forsyner hjertet, hvilket kan føre til et hjerteanfald eller slagtilfælde.
Dette er en hurtig scanning, der udføres rutinemæssigt og tager mindre end et minut. Det kan være en vigtig del af en behandlingspakke, sammen med blodtryks- og kolesterolmålinger, for at identificere personer, der kan have gavn af behandling eller livsstilsændringer."

Hvordan teknologien fungerer

Forskere ved University of Dundee har udviklet AI-teknologi til at analysere digitale nethindefotografier, der normalt er en del af rutinemæssige øjenprøver.

Først blev AI'en trænet til at få øje på advarselstegn såsom forsnævring af blodkar, blokeringer og læsioner, der kunne være tegn på forestående hjerteproblemer. Derefter blev en "black box"-tilgang anvendt, hvilket gjorde det muligt for teknologien at bruge dybdegående maskinlæring til at søge efter alle detaljer i billederne, lige fra størrelsen til placeringen af blodkarrene.

Efter træning på ~4.200 billeder blev den sorte boks-AI testet for at se, hvor godt den kunne forudsige personer, der ville få et hjerteanfald eller slagtilfælde, eller dø af hjerte-kar-sygdomme, i løbet af det næste årti. Holdet fandt ud af, at AI'en forudsagde 70% af disse tilfælde, da den blev testet på øjenscanninger fra mere end 1.200 personer.

Nogle deltagere fik også foretaget en gentagelsesscanning tre år efter den første. Da forskerne analyserede, hvordan risikoscorerne identificeret af AI'en ændrede sig mellem scanningerne, fandt de, at den femtedel af gruppen med den største stigning i score havde en 54 % højere risiko for en større kardiovaskulær hændelse end resten.

Denne stigning i risiko på 54 % forekom hos personer, hvis AI-score kun steg med 3 % over tre år – for eksempel hvis 10-årsrisikoen for en kardiovaskulær hændelse steg fra 20 % til 23 %.

Sammenligning med nuværende metoder

Holdet sammenlignede også AI-teknologien med den risikoforudsigelse, som folk i øjeblikket får fra rutinemæssige helbredstjek hos deres praktiserende læge – deres "kardiovaskulære risiko", som er den procentvise chance for at få en større hjertehændelse i løbet af det næste årti baseret på faktorer som alder, køn, blodtryk, kolesterolniveauer og rygning. Forskerne fandt, at AI og den traditionelle metode identificerede næsten den samme andel af mennesker med risiko for at få et hjerteanfald, slagtilfælde eller dø af hjerte-kar-sygdomme.

Da klinisk risiko, nethindescanning og en yderligere genetisk test blev kombineret, steg den prædiktive nøjagtighed til 73 %. Det betyder, at de tilsammen potentielt kunne identificere yderligere tre personer ud af hver 100, som var i risiko.

AI'en er blevet testet på personer med diabetes, fordi de får rutinemæssige nethindescanninger foretaget af NHS for at kontrollere for komplikationer, der påvirker øjet. Men forskerne mener, at analyse af blodkarrene i øjet for at vurdere kardiovaskulær risiko burde virke for de fleste, ikke kun diabetikere.

Konklusion

Undersøgelsen var et samarbejde mellem kliniske forskere, herunder Dr. Mordi og Dr. Alex Doney fra University of Dundee, og de dataloger, der udviklede AI'en, ledet af professor Emanuele Trucco og Dr. Mohammad Sayed.

Professor Brian Williams, ledende videnskabelig og medicinsk medarbejder ved British Heart Foundation, sagde:

"Jo mere præcist vi kan forudsige en persons risiko for at få et hjerteanfald eller slagtilfælde, desto større er chancen for at forebygge dem.
Banebrydende innovationer som brug af nethindescanninger sammen med medicinsk screening kan spille en rolle i at forbedre risikoforudsigelsen, hvilket er vigtigt for at nå British Heart Foundations mål om at forhindre 125.000 hjerteanfald og slagtilfælde i Storbritannien inden 2035.
Der er dog behov for mere forskning for at bekræfte pålideligheden af denne prædiktive nøjagtighed og for at bestemme, hvor realistisk det er at inkorporere nethindescanninger i klinisk praksis."