Jag kan titta in i dina ögon för att se rakt in i ditt hjärta.

Det kan låta som en saftig känsla från ett Hallmark-kort. Men i huvudsak, det är vad forskare på Google gjorde när de använde artificiell intelligens för att förutsäga något dödligt allvarligt:​​sannolikheten att en patient kommer att drabbas av en hjärtattack eller stroke. Forskarna gjorde sådana bestämningar genom att undersöka bilder av patientens näthinna.

Google, som presenterar sina resultat på måndag i Nature Biomedicinsk teknik , en online medicinsk tidskrift, säger att en sådan metod är lika exakt som att förutsäga hjärt-kärlsjukdom genom mer invasiva åtgärder som innebär att sticka en nål i en patients arm.

På samma gång, Google varnar för att mer forskning måste göras.

Enligt företaget, medicinska forskare har tidigare visat viss korrelation mellan retinala kärl och risken för en större kardiovaskulär episod. Med hjälp av näthinnebilden, Google säger att de kunde kvantifiera detta samband och 70 % av tiden exakt förutsäga vilken patient inom fem år som skulle uppleva en hjärtattack eller annan större kardiovaskulär händelse, och vilken patient som inte skulle göra det. Dessa resultat var i linje med testmetoder som kräver att blod tas för att mäta en patients kolesterol.

Google använde modeller baserade på data från 284, 335 patienter och validerade på två oberoende datamängder om 12, 026 och 999 patienter.

"Varningen till detta är att det är tidigt (och) vi tränade detta på en liten datamängd, " säger Googles Lily Peng, en MD och ledande forskare i projektet. "Vi tror att noggrannheten i denna förutsägelse kommer att öka lite mer när vi får mer omfattande data. Att upptäcka att vi skulle kunna göra det här är ett bra första steg. Men vi måste validera."

Peng säger att Google blev lite förvånad över resultaten. Hennes team hade arbetat med att förutsäga ögonsjukdomar, utökade sedan övningen genom att be modellen att förutsäga från bilden om personen var rökare eller vad deras blodtryck var. Att ta det vidare till att förutsäga de faktorer som utsätter en person för risk för hjärtinfarkt eller stroke var en utlöpare av den ursprungliga forskningen.

Googles teknik genererade en "värmekarta" eller grafisk representation av data som avslöjade vilka pixlar i en bild som var viktigast för att förutsäga en specifik riskfaktor. Till exempel, Googles algoritm ägnade mer uppmärksamhet åt blodkärl för att göra förutsägelser om blodtryck.

Skulle ytterligare forskning utvecklas med tiden, läkare, som en del av dina rutinmässiga hälsokontroller, kan studera sådana näthinnebilder för att hjälpa till att bedöma och hantera patienternas hälsorisker.

Hur lång tid kan det ta? Peng säger att det är mer i "årsordningen" än något som kommer att hända under de närmaste månaderna. "Det är inte bara när det ska användas, men hur det kommer att användas, " hon säger.

Men Peng är optimistisk att artificiell intelligens kan tillämpas på andra områden av vetenskaplig upptäckt, inklusive kanske inom cancerforskningen.

Medicinska upptäckter görs vanligtvis genom vad hon säger är en sofistikerad form av "gissa och testa, " som i att utveckla hypoteser från observationer och sedan designa och köra experiment för att testa dem. Men att observera och kvantifiera samband med medicinska bilder kan vara utmanande, Google säger, på grund av det stora utbudet av funktioner, mönster, färger, värden och former som finns i verkliga bilder.

"Jag är väldigt exalterad över vad detta betyder för upptäckten, " säger Peng. "Vi hoppas att forskare på andra ställen kommer att ta det vi har och bygga vidare på det."

©2018 USA Today
Distribueras av Tribune Content Agency, LLC.