Ögonundersökning kan avslöja risk för hjärtinfarkt eller stroke

Ett enkelt digitalt fotografi av ögats baksida kan förutsäga en större kardiovaskulär händelse – såsom hjärtinfarkt eller stroke – som kommer att inträffa inom det närmaste decenniet med 70 % noggrannhet, enligt forskning som stöds av British Heart Foundation och National Institute for Health and Care Research (NIHR).

Forskarna tror att rutinmässiga näthinneskanningar också skulle kunna användas för att spåra en persons hjärthälsa över tid, eftersom de också fann ett samband mellan förändringen i riskpoäng över tre år och sannolikheten för en allvarlig kardiovaskulär händelse.

Ögonskanningen analyseras med hjälp av artificiell intelligens (AI), vilket ger en personlig riskprognos på bråkdelen av en sekund.

De som löper störst risk kan hänvisas till en allmänläkare, som kan ordinera blodtrycksmedicin eller statiner för att sänka kolesterolet. I framtiden hoppas forskarna att alla som genomgår en synundersökning kan få en avisering om sitt hjärtproblem på sin smartphone.

Dr Ify Mordi, forskare vid British Heart Foundation vid University of Dundee och konsultkardiolog, ledde studien, som publicerades i tidskriften Cardiovascular Diabetology.

Han sa:

"Det kan komma som en överraskning, men ögonen är fönstret till hjärtat.
Om det finns skador eller förträngningar i blodkärlen längst bak i ögat finns det en god chans att detta också kommer att ses i de djupare inne i kroppen som försörjer hjärtat, vilket kan leda till hjärtinfarkt eller stroke.
Detta är en snabbskanning som utförs rutinmässigt och tar mindre än en minut. Den kan vara en viktig del av ett vårdpaket, tillsammans med blodtrycks- och kolesterolkontroller, för att identifiera personer som kan dra nytta av behandling eller livsstilsförändringar."

Hur tekniken fungerar

Forskare vid University of Dundee har utvecklat AI-teknik för att analysera digitala näthinnefotografier som vanligtvis ingår i rutinmässiga synundersökningar.

Först tränades AI:n att upptäcka varningstecken som förträngning av blodkärl, blockeringar och lesioner som kunde vara tecken på förestående hjärtproblem. Sedan användes en "svart låda"-metod, vilket gjorde det möjligt för tekniken att använda djup maskininlärning för att leta efter alla detaljer i bilderna, från storlek till placering av blodkärl.

Efter att ha tränat på ~4 200 bilder testades den svarta lådans AI för att se hur väl den kunde förutsäga personer som skulle få en hjärtinfarkt eller stroke, eller dö av hjärt-kärlsjukdom, under det kommande decenniet. Teamet fann att AI:n förutspådde 70 % av dessa fall när den testades på ögonskanningar från fler än 1 200 personer.

Vissa deltagare genomgick också en upprepad ultraljud tre år efter den första. När forskarna analyserade hur riskpoängen som identifierats av AI:n förändrades mellan ultraljuden fann de att den femtedel av gruppen med den största poängökningen hade en 54 % högre risk för en allvarlig kardiovaskulär händelse än resten.

Denna ökning av risken med 54 % inträffade hos personer vars AI-poäng ökade med bara 3 % under tre år – till exempel om 10-årsrisken för en kardiovaskulär händelse ökade från 20 % till 23 %.

Jämförelse med nuvarande metoder

Teamet jämförde också AI-tekniken med den riskprognos som människor för närvarande får från rutinmässiga hälsokontroller hos sin husläkare – deras "kardiovaskulära risk", vilket är den procentuella risken att drabbas av en allvarlig hjärthändelse under det kommande decenniet baserat på faktorer som ålder, kön, blodtryck, kolesterolnivåer och rökning. Forskarna fann att AI och den traditionella metoden identifierade nästan samma andel personer som riskerade att få hjärtinfarkt, stroke eller dö av hjärt-kärlsjukdom.

När klinisk risk, näthinneskanning och ett ytterligare genetiskt test kombinerades ökade den prediktiva noggrannheten till 73 %. Det innebär att de tillsammans potentiellt kunde identifiera ytterligare tre personer av 100 som var i riskzonen.

AI:n har testats på personer med diabetes eftersom de genomgår rutinmässiga näthinneskanningar via NHS för att kontrollera komplikationer som påverkar ögat. Men forskarna tror att analys av blodkärlen i ögat för att bedöma kardiovaskulär risk borde fungera för de flesta, inte bara för diabetiker.

Slutsats

Studien var ett samarbete mellan kliniska forskare, inklusive Dr Mordi och Dr Alex Doney från University of Dundee, och datavetarna som utvecklade AI:n, ledda av professor Emanuele Trucco och Dr Mohammad Sayed.

Professor Brian Williams, chefsvetenskaplig och medicinsk chef vid British Heart Foundation, sa:

”Ju mer exakt vi kan förutsäga en persons risk att få hjärtinfarkt eller stroke, desto större är chansen att förebygga dem.
Banbrytande innovationer som att använda näthinneskanningar tillsammans med medicinsk screening skulle kunna spela en roll för att förbättra riskprognoser, vilket är viktigt för att uppnå British Heart Foundations mål att förhindra 125 000 hjärtinfarkter och stroke i Storbritannien år 2035.
Mer forskning behövs dock för att bekräfta tillförlitligheten hos denna prediktiva noggrannhet och för att avgöra hur realistiskt det är att införliva näthinneskanningar i klinisk praxis.”