目前，如果一个人涌现胸部疼痛等疑似心脏病症状时，传统检测方法紧张依赖对冠状动脉扫描结果的判读，但这种方法有时并不一定能检测出病患未来会否心脏病产生发火。

人工智能可助提前数年猜测心脏病风险_心脏病_人员 文字写作

该校研究职员利用机器学习方法对大量的血管扫描数据进行深度剖析，从而开拓出的一种全新生物标记物，能够识别出为心脏供血的血管周围间隙涌现的非常，如发炎、瘢痕等可预示未来心脏病产生发火的迹象。
出于机器学习的特性，加入的扫描数据越丰富，预测就越准确。

团队在1575名志愿者身上测试了这项新技能，反馈结果良好，比现有诊断工具都要精良。
他们操持明年向医护职员推广这一新检测技能。

领衔该研究项目的牛津大学教授哈拉兰博斯·安东尼亚德斯说，利用人工智能开拓的这个新工具能够找到人们血管周围的“坏”特色，这在早期心脏病风险检测方面具有很大潜力，让医护职员能够提前为病患采纳预防方法。