在世界范圍內(nèi)，心血管疾病每年導(dǎo)致約1800萬(wàn)人死亡，而在英國(guó)，每天多達(dá)460例死亡。缺血性心臟病占男性死亡的46%，女性占38%。它發(fā)生在心臟的血液供應(yīng)不足時(shí)，最常見(jiàn)的原因是心肌梗塞或心臟病發(fā)作。受損區(qū)域稱(chēng)為梗塞或“疤痕”，它會(huì)導(dǎo)致心肌區(qū)域的收縮損失。

事實(shí)證明，心臟磁共振成像（CMR）在診斷由心臟缺血引起的損害方面非常有效。這通常涉及心臟成像儀試圖從造影劑給藥后獲得的CMR圖像中識(shí)別疤痕的位置和程度。

我們項(xiàng)目的目的是分析CMR圖像，這將使我們能夠使用人工智能（AI）開(kāi)發(fā)技術(shù)，從而使我們能夠盡可能準(zhǔn)確地推斷出疤痕的位置和程度，而不必向患者使用造影劑。消除對(duì)造影劑的需求有很多好處，因?yàn)橐恍┗颊哂捎谶^(guò)敏或嚴(yán)重的腎臟疾病而無(wú)法安全地服用該藥物。它還將提高安全性并節(jié)省時(shí)間和成本。

您的項(xiàng)目最大的成就是什么？

開(kāi)發(fā)AI算法和模型的核心是數(shù)據(jù)。為了開(kāi)發(fā)模型，需要一個(gè)好的數(shù)據(jù)集。

對(duì)于像我們這樣的項(xiàng)目，數(shù)據(jù)集準(zhǔn)備通常是一個(gè)非常繁重的任務(wù)：首先，您要處理同意患者的數(shù)據(jù)，這些數(shù)據(jù)需要匿名以符合信息治理準(zhǔn)則;其次，您要處理的是1980年代和1990年代開(kāi)發(fā)的不適合開(kāi)發(fā)AI模型的數(shù)據(jù)格式;第三，您將不得不處理如何從數(shù)據(jù)集集合中選擇所需的正確數(shù)據(jù)集;第四，您必須將選定的數(shù)據(jù)集以適合于喂入AI算法的格式放置。

這些任務(wù)總共占您作為AI科學(xué)家花費(fèi)在項(xiàng)目上的時(shí)間的95%以上。但是，這是項(xiàng)目的一部分，很少受到慶祝，甚至沒(méi)有提及，但它至關(guān)重要，因?yàn)槠渌惺虑槎既Q于正確的數(shù)據(jù)準(zhǔn)備階段。

從該項(xiàng)目的開(kāi)始就從頭開(kāi)始，我們已經(jīng)能夠建立完成所有這些任務(wù)的數(shù)據(jù)準(zhǔn)備管道，這是迄今為止最大的成就。我們現(xiàn)在所做的大部分工作是開(kāi)發(fā)和實(shí)現(xiàn)不同的AI算法，以識(shí)別哪些模型有效以及達(dá)到何種精確度。