近年來，全球老齡化人口越來越多，眼底病與認知障礙的患病率顯著上升，已經(jīng)逐漸成為全球重大的健康挑戰(zhàn)。

近日，由首都醫(yī)科大學附屬北京同仁醫(yī)院魏文斌教授團隊與鷹瞳Airdoc合作的兩篇研究成果，分別發(fā)表于國際權威期刊《Translational Vision Science & Technology》和《Ophthalmology Retina》?？茖W家們嘗試以視網(wǎng)膜為入口，探索了人工智能技術在眼底疾病篩查和認知障礙識別中的應用。

該項由首都醫(yī)科大學附屬北京同仁醫(yī)院、愛康國賓健康體檢公司和鷹瞳Airdoc等共同參與的真實世界、多中心研究成果證實：「人工智能技術高效、便捷，有助于今后進行大規(guī)模眼底疾病篩查?；谌斯ぶ悄芗夹g獲得分年齡、性別、地域的主要眼底疾病發(fā)病率及變化情況，可幫助區(qū)域內制定相關健康政策及開展相關研究。」

在另一項研究中，研究團隊成功開發(fā)并驗證了「基于多模態(tài)眼底圖像的深度學習模型，可快速、便捷、高效地識別認知障礙患者，具有在社區(qū)篩查或臨床環(huán)境中廣泛應用的潛力?！?/p>

《TVST》：眼底圖像眼底疾病AI輔助診斷系統(tǒng)，可作為大規(guī)模篩查眼底疾病的潛在工具

隨著人口老齡化、經(jīng)濟發(fā)展和生活方式改變，眼底疾病譜顯著改變。然而，傳統(tǒng)流行病學調查耗時長、經(jīng)濟成本高，難以完成多中心、快速、準確的大流量眼底病篩查來反映我國眼底疾病譜的快速變化。因此，研究團隊應用眼底圖像眼底疾病AI輔助診斷系統(tǒng)，在全國開展多中心眼底疾病篩查工作，希望揭示不同年齡、性別、地域的常見眼底疾病發(fā)病率及變化趨勢。

研究團隊收集了來自全國65個愛康醫(yī)學體檢中心在2019年至2021年期間的近1,904,927名體檢者的眼底圖像，涵蓋了17個省、自治區(qū)、直轄市。在經(jīng)采集人員質控脫敏后，圖像上傳至鷹瞳Airdoc眼底疾病輔助診斷系統(tǒng)完成了眼底疾病AI篩查，最后根據(jù)第七次人口普查結果，校正了標準年齡和性別后計算出各類眼底疾病的患病率。

研究發(fā)現(xiàn)，可疑青光眼、黃斑前膜、年齡相關黃斑變性、糖尿病視網(wǎng)膜病變是人群中患病率較高的眼底疾病。眼底疾病患病率與年齡呈較強的正相關，65歲以上人群中，超過30%存在一種及以上眼底疾病。眼底疾病患病率呈現(xiàn)一定性別差異，其中病理性近視、黃斑裂孔女性患病率高于男性。視網(wǎng)膜靜脈阻塞、高血壓視網(wǎng)膜病變患病率存在地域分布差異，呈現(xiàn)顯著的“西北高、東南低”特征。

主要眼底疾病發(fā)病率（2021年，單位：患病人數(shù)/千人）

此外，研究結果顯示2019-2021眼底疾病譜變化情況: 視網(wǎng)膜靜脈阻塞、黃斑裂孔、高血壓視網(wǎng)膜病變的患病率在2019-2021年間有所增加。且視網(wǎng)膜靜脈阻塞、高血壓視網(wǎng)膜病變在50歲以下的中青年人群增長更為顯著；而黃斑裂孔以65歲以上人群增長更為顯著。35歲以下年輕人群的糖網(wǎng)患病率顯著提高，這可能與糖尿病患病低齡化密切相關。

眼底疾病譜變化（2019-2021）

該研究展示了眼底人工智能分析技術在全國范圍內篩查眼底疾病的潛力，提供了有關不同年齡、性別和地區(qū)群體患病情況的重要數(shù)據(jù)。這些數(shù)據(jù)對于制定公共衛(wèi)生策略和資源分配具有重要意義。

《Ophthalmology Retina》：首次利用基于多模態(tài)眼底圖像的深度學習模型識別認知障礙患者

認知障礙是因為各種原因導致的不同程度的認知功能損害，涉及定向力、記憶力、語言功能、執(zhí)行功能等一個或多個認知域，可以不同程度影響患者的社會功能和生活質量，嚴重的認知障礙即癡呆。進行認知障礙的早期篩查、早期診斷、早期干預具有重要意義。

目前臨床常用的認知障礙評估工具包括MMSE簡易智力狀態(tài)檢查量表、MoCA認知評估量表等。但這些量表需要專業(yè)人員通過問卷形式獲得結果，整個評估過程較為耗時（7-10min），在篩查場景下稍顯局限。基于此，研究團隊旨在探索建立深度模型從眼底圖像直接識別認知障礙的可行性。

研究團隊收集了來自2011年北京眼科研究的數(shù)據(jù)（包括9,424張眼底照片和4,712張OCT圖像），訓練并驗證了基于眼底照片和OCT圖像來評估認知障礙的多模態(tài)深度學習模型，研究結果顯示，該多模態(tài)模型能以高精度識別認知障礙患者，AUC在內部驗證集中為0.820，在兩個外部驗證集中分別為0.786和0.784。

生成的熱力圖顯示，多模態(tài)模型主要關注眼底照片中視盤周圍的信號以及OCT圖像中黃斑和視盤區(qū)域的信號。

熱力圖

結論指出，視網(wǎng)膜圖像和OCT圖像可以提供有關認知功能的重要信息，基于這些圖像的多模態(tài)深度學習模型有望成為社區(qū)篩查認知障礙的有效工具。這對于早期篩查發(fā)現(xiàn)認知障礙和癡呆具有重要意義，特別是在當前全球老齡化情況下，這一技術的應用價值尤為突出。

“讓健康無處不在”是鷹瞳Airdoc的使命，一直以來深耕眼底圖像人工智能技術，為醫(yī)療健康服務的革新提供新動能。未來希望能夠繼續(xù)攜手更多的科研院所，通過醫(yī)療AI芯片大模型的賦能，為眼底疾病和慢病的篩查提供更強有力的支持。

相關知識

以AI為舵 愛康駛入健康管理服務新紀元
開啟睡眠障礙防治新模式 怡和嘉業(yè)助力我國睡眠慢病防治工作
大型藥企整合AI進入藥物開發(fā)流程，全球藥物研發(fā)要依賴AI嗎
百度健康攜手中國聽力醫(yī)學發(fā)展基金會，探索“AI+聽力醫(yī)學”
電腦男易得哪些眼科疾病
夏季為什么不能帶變色眼鏡
騰訊云與海淀區(qū)衛(wèi)健委開啟合作，以數(shù)字化技術加速醫(yī)療高質量發(fā)展
電腦一族如何護眼 7個技巧要學會
哪些眼病易導致失明
“世界青光眼周”讓我們關注青光眼，守護眼健康

網(wǎng)址: 鷹瞳科技：以眼底AI技術助力眼底疾病篩查與認知障礙識別 http://www.u1s5d6.cn/newsview15199.html