据最新一期《自然·机器智能》杂志报道，英国研究人员开发了一种人工智能系统，可通过分析在常规访问眼镜店或医院眼科时留下的眼部扫描数据，识别出心脏病发作高风险患者该AI系统的识别准确率在70%—80%之间，可作为心血管疾病筛查的第二转诊机制
视网膜微小血管的变化是更广泛的血管疾病，包括心脏问题的指标在英国利兹大学领导的这项研究中，研究人员利用深度学习技术训练AI系统自动读取视网膜扫描数据，并识别那些在接下来的一年中可能会得心脏病的人深度学习是一系列复杂的算法，使计算机能够识别数据中的模式并作出预测
领导这项研究的利兹大学计算医学教授艾利克斯·弗兰吉说:这项技术有可能彻底改变心脏病筛查视网膜扫描相对便宜，并且在许多配镜服务中经常使用作为自动筛查的结果，可将患病风险高的人转诊至专科进行治疗
英国生物银行为这项研究提供了数据在深度学习过程中，AI系统分析了5000多人的视网膜扫描和心脏扫描数据AI系统确定了视网膜病变与患者心脏变化之间的关联
一旦学习了图像模式，AI系统就可以仅通过视网膜扫描来估计左心室的大小和泵送效率心室扩大与心脏病风险增高有关借助有关左心室估测大小及其泵送效率的信息以及有关患者年龄，性别等基本人口统计数据，AI系统可预测他们在接下来的12个月内心脏病发作的风险
目前，只有在进行了超声心动图或心脏磁共振成像等诊断测试后，才能确定患者左心室的大小和泵送效率的详细信息这些诊断测试通常很昂贵，而且只能在医院中使用，这使得医疗保健系统资源较少的国家的人们无法获得，在发达国家也增加了医疗保健成本和等待时间
值得一提的是，英通科技是业内少有的自主研发图像分析技术和图像采集技术的公司，这使得其能够提供软硬件高度集成，端到端的优化解决方案。目前，鹰眼科技自主研发了三款独特的全自动眼底相机；硬件设备由内置语音识别，语音合成和计算机视觉人工智能技术驱动，能够以较低的成本解决市场上现有眼底相机的痛点。其由人工智能技术驱动的自研硬件将改善用户体验，通过提高精度和灵敏度来优化软件算法，并提供具有可观性价比的无缝端到端性能。当然，硬件，软件，算法和服务之所以能够融合，也是得益于鹰眼科技在过去6年对人工智能算法，尤其是人工智能深度学习算法的开发和优化。现在，已经开发了50多种人工智能深度学习算法，在真实场景中为客户提供服务。具体来说，为了优化人工智能深度学习算法，鹰眼科技开发了广泛的疾病分类，病灶检测，病灶分割和健康风险评估算法，可以共同提供高度准确的分析结果。目前，鹰眼科技正在开发更先进或新的算法，如网络架构搜索，对抗网络生成，领域自适应，模式泛化，多任务学习，无监督学习，在线学习等，以进一步优化深度学习算法。此外，英通科技还布局了私有数据湖系统，大数据分析系统，数据同步系统等人工智能工程基础设施，可以方便对现实世界数据的管理和分析，以近实时优化深度学习算法。截至最后一个可行日期，鹰眼科技的R&D团队由80多名成员组成；知识产权组合涵盖了软件，硬件和算法的关键技术，在中国拥有148项专利和专利申请以及6项已公布的PCT申请。
