西印度大学莫娜校区学生研发人工智能系统，助力资源匮乏地区检测糖尿病眼病

牙买加正在纪念世界减盐认知周，并再次呼吁在日常饮食中减少钠摄入，尤其是儿童，以此作为保护心脏健康的更广泛努力的一部分。

卫生专家称，现在减少儿童饮食中的盐分，有助于日后降低心脏病风险，超重儿童尤为如此。家长被敦促烹饪时少加或不加盐，多用新鲜香草和调味料，限制咸味零食，并阅读营养标签以避免高钠产品。11岁以下儿童每日从所有食物来源摄入的盐不应超过2克。

根据《Jamaica Health and Lifestyle Survey》，约12,000名牙买加人曾发生心脏病发作，其中约8,000人为男性、4,000人为女性。专家将风险与吸烟、营养、休息、体力活动及环境因素联系起来。经常性吸烟者的心脏病发作风险约为普通人群的两至四倍，但戒烟后约24小时即可开始获益，10至15年后心血管风险可能接近非吸烟者水平。

专家还警告，过量盐分可在摄入后约半小时内损害血管功能；久坐会提高心血管风险；睡眠不足与较高心脏病发病率相关；强烈愤怒可在随后数小时内急剧升高心脏病发作风险。牙买加人平均每天摄入9至12克钠，约为世界卫生组织建议上限（每日少于5克）的两倍，成年人理想目标为每日从所有来源摄入钠低于2克。建议成年人将每日摄入量控制在约3至5克，即半茶匙至一茶匙。

与此同时，牙买加正在推进人工智能在医疗保健领域的应用。在西印度大学莫娜校区，工程系毕业班学生Ricardo Harrison打造了一款原型，利用人工智能驱动的计算机视觉从视网膜照片中检测糖尿病视网膜病变。这项为期一年的毕业设计项目由University of Leeds合作者Gerard Loza和Nikita Greenidge提出，并由UWI Mona生物医学工程系主任Sasha Gay Wright指导。

糖尿病视网膜病变是一种影响眼睛的糖尿病并发症，是适龄工作成年人失明的主要原因之一，也是全球30至64岁人群视力丧失的主要来源。将人工智能纳入诊断被认为对早期发现和及时治疗很重要；专家表示，若及时发现并妥善管理视网膜病变，超过90%的病例可预防视力损害。

Harrison的系统使用20D镜头拍摄视网膜图像，可将眼底放大3.3倍，以智能手机成像，并在Google托管的模型上运行，对轻度、中度、增殖性等严重程度或健康结果进行分类。该设计面向资源匮乏的医院，传统设备昂贵且难以搬运。系统采用ResNet 152 version 2深度学习架构，并包含对患者心率、血压、体温和血氧等生命体征的监测。

Harrison使用Kaggle数据集训练了该模型。他表示，「这是我首次接触人工智能的项目」，并形容这项工作艰苦，但在教师和同伴的支持下完成了。他估计该系统约78%可用于医院整合，希望获得外部支持并配备更高质量相机，将就绪度推向约95%，使筛查在加勒比地区更经济实惠、更易获得——该地区视网膜病变检测设备仍然有限。他还表示，更广泛的医院应用也有助于提高那些可能不知道自己需要筛查的患者的意识。