他是一項大規模研究的主要研究人員，他建立了一種計算機算法來識別動脈并描繪其內部和外部邊界的能力，就像放射科醫生手工辨別血管壁增厚一樣。

膝部MRI當然不是要診斷動脈粥樣硬化，而是要揭示肌肉骨骼疼痛的根源。這些患者掃描最初是在研究骨關節炎時下令進行的。但是膝部MRI不可避免地會包含the動脈，該artery動脈垂直延伸到膝關節后方。它具有描繪某人的血管健康以及靠近心臟的血管的潛力。

袁說：“該項目是心臟協會資助的許多探索AI的項目之一。”“花了一年多的時間來開發用于分析約350萬張圖像的算法。”

該算法由華盛頓大學電氣工程與計算機工程專業的研究生Li Chen編寫，在放射學研究助理教授Niranjan Balu的指導下進行了膝關節MRI檢查。

AI的魔力在于它的速度和一致性。對于放射科醫生來說，手工標記350萬個血管和輪廓是不可想象的。AI只需花7分鐘就能完成一次膝蓋掃描，而經驗豐富的人則要花3個小時。(一個MRI膝蓋系列包含大約70個圖像，共同覆蓋了大約4英寸垂直的膝關節。)

“我們同時進行了廣泛的驗證研究，顯示AI可以學會分析血管掃描，其準確度可與有經驗的人類相提并論，” Yuan說。“削減審查時間只是這里成就的一部分;添加AI可以增強人們對血管的任何掃描都可以幫助預測一個人的心血管風險的信心。

“考慮一下那里有多少膝部MRI。讀取膝蓋MRI的AI算法可以提高心血管風險，這是以前所沒有的。

另外，患者的膝蓋MRI也可以使用8年，因此Yuan掌握了血管病變如何發展的數據。而且由于掃描最初是由于懷疑患有骨關節炎而產生的，因此這些患者被認為是“接近正常人群”，也就是說，那些沒有心血管風險的人不被納入研究范圍。

他們的研究已經贏得了AHA精準醫學競賽，并向Yuan的團隊獎勵了25萬美元。