一支由新加坡南洋理工大学、布朗大学和麻省理工学院（MIT）联合组成的国际科学家团队，成功研发出一款革命性的人工智能（AI）平台。该平台拥有智能诊断与早筛功能，能够检测人类血管异常状况，为眼部和血管疾病的预防、诊断与治疗开辟了新的道路。
这款AI平台融合了机器学习与微流控芯片技术，能够对血流的2D视频图像进行深入分析，并应用物理定律来模拟真实的3D血管血流情况。在严格的测试中，该平台能够精确模拟预测血流特征，如血流速度、血压以及关键的剪切应力。
剪切应力，这一物理概念，在血管疾病的检测中起着至关重要的作用。当外力作用于物体时，物体内部会产生内力，剪切应力便是其中的一种。在血管疾病的发展过程中，剪切应力的变化可能是疾病恶化或进展的关键信号。该平台能够捕捉到这些细微的变化，为医生提供有力的诊断依据。
虽然当前的成像技术如视网膜摄影分析和光学相干断层扫描已经取得了显著的进步，但仍无法实时观察微循环中的生物过程。为了克服这一难题，科学家们一直在努力研发新的方法。这款AI平台的出现，使得科学家能够使用微流控设备模拟血管疾病的生理状况，并结合AI技术进行深入分析。
研究团队利用一个模拟糖尿病患者眼睛微动脉瘤的芯片对AI平台进行了测试。该芯片能够模拟微动脉瘤中的血流状况，只需半滴血液样本，高速相机便能捕捉到血液通过微通道的图像。经过严格的测试，科学家发现这款AI平台比现有的计算方法更加准确、高效，能够预测微动脉瘤中血流特征的变化。
这个强大的AI平台主要由NTU的Kong Fang博士、Fuyin Zheng博士（曾在NTU担任访问研究员，现于麻省理工学院进行博士后研究）、布朗大学的Shengze Cai博士和He Li教授等共同研发。他们已经为这一创新技术申请了专利。
这一研究成果已经在美国科学院的Proceedings of the National Academy中得到了报道。参与研究的科学家们对该平台的技术进行了详细介绍。该平台已经成功通过模拟微动脉瘤的设备中的血流图像来预测血液循环特征。未来，该平台将与微流体设备结合，模拟其他类型的血管疾病，为医疗从业人员提供有力的工具，帮助他们监测人类血管疾病的进展。
报道该研究的Subra Suresh教授表示：“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，使得微循环血流量能够轻松、准确地进行深入分析，从而评估血管损伤和疾病状态。这是一个重大的进步，能够帮助我们更深入地了解疾病的发展机制。”
该研究的通讯作者兼布朗大学工程与应用数学教授Gee Em Karniadakis也表示：“我们在模拟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。我们相信，这个平台有一天能够帮助医疗从业人员监测人类血管疾病的进展，并对人体最小的血管疾病尤其有用。”这项技术的问世无疑将为人类健康事业带来革命性的变革。在临床环境中，我们的目标是将这一创新平台广泛应用于糖尿病性视网膜病的诊断与预后评估，以及其他涉及血流受损的疾病治疗。这个平台虽然是为监测微动脉瘤而诞生的，但其潜力和应用远不止于此。科学家们正致力于将其改造为能够监测多种血管受损疾病的强大工具。
这个先进的平台技术，拥有前瞻性的设计理念，其目标不仅仅是针对微动脉瘤的监测。研究团队希望通过不断的研发和测试，将这一平台推广到更多涉及血流状况的疾病领域。这不仅有助于我们更准确地诊断疾病，还能帮助我们更深入地理解疾病的进展和预后情况。
我们计划在微动脉瘤的临床影像数据上严格测试此平台。通过深入分析微动脉瘤的血流特征，我们希望能够建立与疾病严重程度和潜在风险等因素的关联模型。这不仅有助于医生更准确地评估患者的病情，还能为患者提供个性化的治疗方案。
这个平台具有巨大的潜力，我们相信它将在未来的医疗领域发挥重要作用。通过不断的研发和测试，我们将不断完善其功能，提高其在临床环境中的准确性和可靠性。最终，我们希望通过这个平台，为更多的患者提供更好的医疗服务，帮助他们战胜疾病，恢复健康。这是一个富有挑战性的任务，但我们深信我们的团队有能力完成这一使命。
