埃迪斯科文大学（Edith Cowan University）的研究人员开发了一种软件，可快速分析骨密度扫描，检测腹主动脉钙化（AAC），这是心血管事件和其他健康风险的预测指标。该软件处理图像的结果与专家的一致率高达80%，可彻底改变常规临床实践中的早期疾病检测。

骨密度扫描现在可以快速识别心血管健康风险指标。有了人工智能，我们很快就能通过按下按钮来预测未来患上严重健康疾病的风险。腹主动脉钙化（AAC）是指钙沉积在腹主动脉壁上。它可能预示着心血管事件（包括心脏病发作和中风）的风险增加。

它还能预测您跌倒、骨折和晚年痴呆的风险。方便的是，用于检测骨质疏松症的普通骨密度机扫描也能检测出 AAC。不过，需要训练有素的专家来分析图像，每张图像的分析过程可能需要 5-15 分钟。

但是，埃迪斯科文大学（ECU）科学学院和医学与健康科学学院的研究人员合作开发了一款软件，它能以更快的速度分析扫描图像：一天大约能分析60000张图像。

研究员兼心脏基金会未来领袖研究员约书亚-刘易斯（Joshua Lewis）副教授说，这种效率的大幅提升对于在研究中广泛使用AAC以及帮助人们避免日后出现健康问题至关重要。

他说："由于这些图像和自动评分可以在骨密度检测时快速、轻松地获得，这可能会在未来为常规临床实践中的早期心血管疾病检测和疾病监测带来新方法。"

这些成果来自 埃迪斯科文大学、西澳大学、明尼苏达大学、南安普顿大学、马尼托巴大学、马库斯老龄化研究所和希伯来老年生活哈佛医学院之间的国际合作。这是一次真正意义上的多学科全球合作。虽然这并不是第一个从这些图像中评估 AAC 的算法，但这项研究是同类研究中规模最大的，它以最常用的骨密度机模型为基础，并首次在现实世界中使用作为常规骨密度检测一部分的图像进行测试。

专家和研究小组的软件对 5000 多张图像进行了分析。在对结果进行比较后，专家和软件在80%的情况下对AAC的程度（低、中或高）得出了相同的结论--鉴于这是软件的第一个版本，这个数字令人印象深刻。重要的是，只有 3% 被认为具有高 AAC 水平的人被软件错误地诊断为低 AAC 水平。

刘易斯教授说："这是值得注意的，因为这些人的疾病程度最严重，发生致命和非致命心血管事件以及全因死亡率的风险最高。虽然与人工读数相比，软件的准确性还有待提高，但这些结果是我们的 1.0 版算法得出的，而且我们的最新版本已经大大改进了结果。"

"自动评估 AAC 的存在和程度，其准确性与成像专家相似，这为大规模筛查心血管疾病和其他疾病提供了可能--甚至在某人出现任何症状之前。这将使有风险的人能够更早地改变必要的生活方式，并使他们在晚年更健康地生活"。