NTU、MIT与布朗大学三校合作

近日，来自新加坡南洋理工大学，美国布朗大学，麻省理工学院的三所全球顶尖理工学校的联合研究团队共同开发出了用AI智能平台检测人类眼部和血管异常的新技术！

AI平台检测技术

来自新加坡南洋理工大学，布朗大学和麻省理工学院（MIT）的国际科学家团队开发出了一种新的人工智能（AI）平台，该平台可以通过检测人类血管异常状况来诊断和早筛出眼部和血管疾病，随后可以进行提前预防和持续治疗，

该平台由AI智能驱动的，将机器学习和经过特殊设计的微流控芯片相结合，对血流的2D视频图像进行分析并应用物理定律，从而推断模拟出真实的3D血管血流情况。在测试中，它可以准确模拟预测血流特征，例如血流速度，血压和剪切应力*。

研究团队讲解

剪切应力是指物体由于外因（载荷、温度变化等）而变形时，在它内部任一截面（剪切面）的两方出现的相互作用力，称为“内力”。内力的集度，即单位面积上受到的内力称为“应力”。应力可分解为垂直于截面（剪切面）的分量，称为“正应力”或“法向应力”；相切于截面（剪切面）的分量称为“剪切应力”。

准确确定和量化这些血管特征是临床医生检测和跟踪血管疾病进展并进行进一步诊断治疗的关键支持，因为该AI平台可能随时发现平时医生或检测很难发现的异常（例如速度的突然变化或血流的剪切应力），并分析可能存在的血管疾病或进展。

分析并量化血管特征

技术解释

尽管诸如视网膜摄影分析和光学相干断层扫描等成像技术取得了飞速发展，但目前的技术壁垒是仍无法实时观察微循环中的生物过程，例如眼部血管中的微动脉瘤破裂和血栓的形成。

微动脉瘤示意

因此，为了更多地了解这些疾病的进展，目前科学家们一直在使用传统的微流控设备（模仿在微芯片中雕刻的微小通道中的微量流体穿梭的设备）来模仿血管疾病的生理状况。这些现有方法依赖于视觉图像分析或应用血流背后的物理定律，无法提供对血流特征的准确评估，尤其是在具有复杂几何形状（例如眼部微动脉瘤）的血管中更是难以预测。

研究团队在芯片上的微动脉瘤上展示了AI平台的功能，该芯片旨在模拟糖尿病患者中最常见的圆形微动脉瘤中的血流，该芯片用于模拟微流控设备：将20微升的血液样本（大约半滴血液）装载到芯片上，并使用高速相机捕获通过微通道移动的血液的图像。

血管检测

科学家使用小于缩略图的微流体芯片在模拟的眼睛微动脉瘤上对其进行了测试。微动脉瘤是糖尿病患者眼睛的微血管中的凸起，是糖尿病性视网膜病变的最早迹象，是导致糖尿病的成年人工作的主要视力丧失和失明的主要原因。他们因此发现AI平台比现有的计算方法更准确，更有效地预测了在小型，中型和大型微动脉瘤中，血流在血管壁上所施加的速度，压力和剪切应力等血流特征。

模拟血管状态

该团队认为，他们的技术可能会成为使用从实际微动脉瘤获取的图像诊断和监测微动脉瘤的强大工具。它也可能与微流体设备结合使用，该设备可模拟涉及血管受损的其他类型的疾病，以预测血流特征并监测其他血管疾病。

研究团队

该研究团队主要有：NTU研究人员Kong Fang博士；曾来NTU担任访问研究员，现麻省理工学院博士后Fuyin Zheng博士；以及布朗大学的Shengze Cai博士和He Li教授组成。目前该团队已为这个新的AI平台申请了专利。

技术影响

在新一期的美国科学院Proceedings of the National Academy中报道了该平台及其概念验证结果。同样参与到了研究中的NTU校长Subra Suresh教授，布朗大学教授George Em Karniadakis以及麻省理工学院首席研究科学家和NTU访问学者Ming Dao教授领导的研究团队共同对该平台技术进行了报道。

血管模拟

当向AI平台提供模拟微动脉瘤的设备中的血流图像时，它可以成功预测其中的血液循环特征。AI平台和单片微动脉瘤有一天可以帮助医疗从业人员监测人类血管疾病的进展，并且对人体最小的血管疾病尤其有用。

报道该研究的Subra Suresh教授说：“目前，测量最小血管中的血流力学需要复杂的设备和有经验的人员。我们的AI技术整合了图像，实验数据和底层物理原理，使微循环血流量可以轻松，准确地进行分析，从而评估血管损伤和疾病状态。借助该平台，可以获得重要的机械信息，并深入了解以前很难提取的疾病演变机制。”

该项目参与者，现任NTU校长Subra Suresh教授

该研究的通讯作者兼布朗大学工程与应用数学教授George Em Karniadakis说：“我们在微动脉瘤上测试了我们的平台，这是糖尿病性视网膜病的最早症状，是导致适龄视力丧失的主要原因。全球糖尿病患者。我们的最终目标是在临床环境中将该平台用于糖尿病性视网膜病的诊断和预后以及其他涉及血流受损的疾病。”

科学家们说，尽管该平台是为微动脉瘤监测而开发的，但它可以被改造成监测血管受损的其他疾病。该研究团队还希望在微动脉瘤的临床影像数据上测试其平台，以使微动脉瘤的血流特征与疾病严重程度和潜在风险等因素相关联。

参考文献：

1. "NTU Singapore, Brown and MIT team develops artificial intelligence platform to assess blood vessel anomalies and eye disease." NTU Media Release;

2. Paper ‘Artificial intelligence velocimetry and microaneurysm-on-a-chip for three-dimensional analysis of blood flow in physiology and disease’ published in PNAS. 2021 Vol. 118. DOI: 10.1073/pnas.2100697118