肺癌筛查可以预测心脏病

治疗白癜风去哪里好 http://m.39.net/pf/a_7637171.html
心血管疾病是全世界头号死因，平均每年夺走将近一千八百万人的生命，占所有死亡原因的40%，而令人色变的癌症只占26%，名副其实的头号杀手。心血管病是头号死亡杀手（图片来源于网络）心血管疾病的病因多种多样，吸烟是主要病因之一。据统计，大约有四分之一的心血管疾病死亡与吸烟有关。吸烟可以使一个人心血管疾病的风险增加两倍到四倍。烟草中的化学物质会损害血管内壁，导致炎症。吸烟也会促成动脉粥样硬化或斑块（由脂肪、钙和其他物质组成）的积累，导致动脉狭窄和僵硬。如何预测心血管疾病的患病和死亡风险一直是一个关键的问题。因为基数巨大，在预测和预防上的些许进步，就可以挽救大量的生命和劳动力。有的预测方法是采用问卷表的方式，通过患者自述和客观的医学检查，做一个综合的评分。这种方式比较费时费力。冠状动脉钙质扫描是一种X光，它使用计算机断层扫描（CT）来创建动脉中含钙斑块的多个图像。根据这些图像，卫生专业人员可以创建一个冠状动脉钙（CAC）评分，以评估病人的心脏病风险并指导治疗。箭头显示为冠状动脉的钙化（图片来源于网络）不过专门的冠脉扫描会增加劳动量，广泛开展还会增加医疗开支，以及不必要的辐射。于是有研究人员试图使用其他常规来源的影像学材料来预测心血管疾病。众所周知，吸烟和肺癌的关系也非常密切，是医学上最明确的病因和疾病关系。年美国预防服务工作组（USPSTF）目前建议50-80岁有20包年吸烟史、目前吸烟或在过去15年内戒烟的成年人每年用低剂量CT进行肺癌筛查。如果能使用这些CT资料进行心脏病风险预测，无疑是一箭双雕，还不会增加医疗负担。深度学习和人工智能最新的这项研究结果发表在《放射学——心胸成像》杂志上。该研究使用了年8月至年4月期间加入全国肺部筛查试验的参与者的低剂量CT肺部扫描数据。该研究使用一种自动的深度学习方法来量化来自低剂量CT肺部扫描的动脉钙化信号。深度学习是一种人工智能，它使用多层次的算法结构或“神经网络”来分析数据。人工智能的深度学习模式图（图片来源于原论文）第一个神经网络对准并裁剪CT图像，以聚焦在心脏上。第二个神经网络测量从第一个神经网络提取的图像中的钙含量。深度学习网络确定了心脏的六个不同区域的血管钙化，包括胸主动脉、主动脉瓣、二尖瓣和右冠状动脉。利用这些信息，作者预测了每个参与者的5年心血管疾病死亡率。然后他们将研究预测模型与其他三种模型进行了比较。研究人员用名参与者的数据训练了预测模型，并用名参与者的数据测试了该模型。测试组中大约62%是男性，年龄中位数为61岁，吸烟史约为50包年。作者发现，他们的自动钙质评分方法在预测5年CV死亡风险方面与其他模型的准确度相当，或者甚至更好。几种模型的预测准确度曲线（图片来源于原论文）这种预测的优势是显而易见的，最大的优势快速和自动，只要安装特定的软件，就无须再多人工和成本，整个分析完全是自动化的。目前的缺点主要在于采样的代表性，因为本次研究所选用的人群大多是重度吸烟者，男性居多，所以结果的普适性有待于进一步的研究。绕回问题的原点，要想预防肺癌和心血管病，戒烟依然是最合适和最紧要的措施。----End----获取更多权威医学资讯，请持续

转载请注明：http://www.wenchuangpm.com/jqsc/7613.html