在世界范圍內，心血管疾病每年導致約1800萬人死亡，而在英國，每天多達460例死亡。缺血性心臟病占男性死亡的46%，女性占38%。它發生在心臟的血液供應不足時，最常見的原因是心肌梗塞或心臟病發作。受損區域稱為梗塞或“疤痕”，它會導致心肌區域的收縮損失。

事實證明，心臟磁共振成像（CMR）在診斷由心臟缺血引起的損害方面非常有效。這通常涉及心臟成像儀試圖從造影劑給藥后獲得的CMR圖像中識別疤痕的位置和程度。

我們項目的目的是分析CMR圖像，這將使我們能夠使用人工智能（AI）開發技術，從而使我們能夠盡可能準確地推斷出疤痕的位置和程度，而不必向患者使用造影劑。消除對造影劑的需求有很多好處，因為一些患者由于過敏或嚴重的腎臟疾病而無法安全地服用該藥物。它還將提高安全性并節省時間和成本。

您的項目最大的成就是什么？

開發AI算法和模型的核心是數據。為了開發模型，需要一個好的數據集。

對于像我們這樣的項目，數據集準備通常是一個非常繁重的任務：首先，您要處理同意患者的數據，這些數據需要匿名以符合信息治理準則;其次，您要處理的是1980年代和1990年代開發的不適合開發AI模型的數據格式;第三，您將不得不處理如何從數據集集合中選擇所需的正確數據集;第四，您必須將選定的數據集以適合于喂入AI算法的格式放置。

這些任務總共占您作為AI科學家花費在項目上的時間的95%以上。但是，這是項目的一部分，很少受到慶祝，甚至沒有提及，但它至關重要，因為其他所有事情都取決于正確的數據準備階段。

從該項目的開始就從頭開始，我們已經能夠建立完成所有這些任務的數據準備管道，這是迄今為止最大的成就。我們現在所做的大部分工作是開發和實現不同的AI算法，以識別哪些模型有效以及達到何種精確度。