活动由中国医学科学院阜外医院徐波教授主持，郑哲教授、清华大学自动化系季向阳教授、上海交通大学医学院附属仁济医院卜军教授、中国中医科学院广安门医院杜柏教授、中国医学科学院阜外医院李希教授、文章第一作者林深博士、首都医科大学附属北京安贞医院宋现涛教授、同济大学附属东方医院张奇教授、徐州市第三人民医院张瑶俊教授共同参与讨论。

首先由郑哲教授介绍了本研究的研究背景及研究设计实施历程。

“临床医生早已观察到冠心病患者有许多特征性的面部特征，2014年Circulation有文章发现，许多面部特征与冠心病风险相关，但是这是基于人为观察的结果，一方面其定义和分度还不明确，另一方面，人工识别的可重复性不确定。”

郑哲教授同时表示，前期也有许多研究表明，大量遗传、内分泌疾病通过面部图片分析获得准确诊断，均优于临床专家。

基于这样的基础，深度学习算法整合面部特征用于预测冠心病的研究应运而生。

对此，季向阳教授也谈道，“AI目前仍然在继续发展，和医疗领域的结合前景广阔，也有很多值得探索的地方。”

卜军教授也补充道，“这是很有创新性的研究，虽然目前看来还没办法代替冠脉造影等金标准，但是在冠心病人群筛查中意义重大。”

“AI在医学”：将会有更大推动作用

林深博士谈到，“研究仅纳入汉族患者，另外，仍需要更大范围外部验证，模型性能仍有提升空间，模型尚未达到临床应用标准，还需要进一步探索。”

“病人走过一个AI设备，就知道自己有没有冠心病。那多好呀！”

这是网上的网友在听到张瑶俊教授的讨论后所发表的留言。

正如张瑶俊教授所说，此研究大大加深了对冠心病的认识。同时他也提出，图像的采集上是否可以增加动态视频进行分析，其次，可以进一步跟预后结果进行结合分析。

对此，郑哲教授回应道，目前只是进行了可行性分析，证明了有相关联系，至于联系的强度以及因果关系还需要进一步探索。

万里长城第一步，未来仍有无限可能

论证可行性只是万里长城第一步。

郑哲教授总结道，成熟工具开发及外部验证，成熟工具临床验证是接下来的探索方向。

“目前模型虽然优于传统模型，但当敏感度0.8时，特异度0.54不足以使模型获得足够的临床应用价值。另外，在额外的中心验证不佳，虽然样本量不足以论证结果，但提示需进一步外部验证。如果要将本模型应用到别的人群中，可能还需要在该人群进行中先进行采样建模。”

每期CIT的研究讨论专题都让人受益匪浅，张奇教授谈到，前几期多是针对国外研究，本次的研究信息量更大，学到了更多东西。从研究本身来说，我们还应该多进行这样的多学科合作，眼界扩得更宽一些。

杜柏教授从中医角度进行了分享。他谈到，就面部识别的阳性区域跟中医得一些经络走行是一样的，以后针对这方面可以加深研究。另外，在心脏康复患者中应用此项技术来判断康复程度也值得探索。