利用眼底照片预测痴呆症发病风险的人工智能问世

韩国研究团队开发出一种人工智能模型，仅凭视网膜眼底照片即可筛查当前是否患有痴呆症，并预测未来发生痴呆症的风险。研究还应用了可视化人工智能判断依据的“可解释人工智能”技术，以评估其临床应用潜力。

首尔大学医院28日表示，由家庭医学科教授Park Sangmin、Ximed株式会社博士Jang Jooyoung、首尔大学医学院医疗大数据研究中心研究助理教授Han Changho及医学科学系博士Kim Jaewon组成的联合研究团队，利用2004年至2016年间在首尔大学医院接受健康体检的3.6322万人共10.8008万张眼底照片，开发并评估了痴呆症筛查与预测人工智能。

从左起：首尔大学医院家庭医学科教授Park Sangmin、Jaimed株式会社博士Jang Juyoung、首尔大学医学院医疗大数据研究中心研究助理教授Han Changho、首尔大学医学院医学科学系博士Kim Jaewon。首尔大学医院供图

View original image

痴呆症通常需综合临床评估、认知检测及脑部磁共振成像等进行诊断，但存在成本和可及性等局限。视网膜被认为是中枢神经系统的延伸组织，能够反映脑部血管和神经变化，因此正受到关注，被视为可评估痴呆症风险的生物标志物。

研究团队将眼底拍摄前后两年内被诊断为痴呆症的1001人、共2868张照片定义为痴呆症组，并按1比4与无痴呆症对照组进行匹配，构建了开发数据集。随后，团队组合5种基础模型和3种微调策略，共开发15个人工智能模型并比较其性能。

结果显示，在数百万张眼底照片上进行预训练的基础模型RETFound-MAE采用部分微调策略后，表现最为优异。该模型对当前痴呆症的筛查性能，受试者工作特征曲线下面积为0.750；对未来痴呆症发病风险的预测性能，一致性指数为0.812，均高于现有临床痴呆症风险评估工具“心血管风险因素、衰老与痴呆风险评分”的0.624和0.689。

即使校正年龄、性别等既有痴呆症风险因素后，人工智能评分越高，当前及未来发生痴呆症的风险仍显著增加。这表明眼底照片还包含无法仅通过既有风险因素解释的痴呆症相关信息。

在决策曲线分析中，该人工智能相较于心血管风险因素、衰老与痴呆风险评分，以及全员筛查和不筛查策略，显示出更高的临床净获益。当结合使用该评分与人工智能时，受试者工作特征曲线下面积从0.749提高至0.774，也证实其有望补充现有痴呆症风险评估体系。

研究团队还分析了人工智能根据眼底照片的哪些区域作出判断。在痴呆症筛查和发病风险预测中，视神经乳头及其周边区域均显示出较高关注度。

视神经乳头整体的关注度较普通周边区域高5.72倍，其中视神经乳头颞侧区域的关注度最高。连接视神经乳头与黄斑的乳头黄斑束及视神经乳头周边部位，同样呈现较高关注度。

研究团队表示，这一结果与既有研究中被报告与痴呆症相关的视网膜区域一致，支持人工智能可能利用具有生物学合理性的视网膜信号进行判断。

必读新闻

“只是把钱存进银行，竟有这么高？”……近期不寻常的活期存款账户利率[实战理财]

• “现在就需要”销售额暴增800%……釜山便利店意外迎来商机，怎么回事？
• “整个中秋假期都在憋着劲”……职场人节后一结束就接连辞职，究竟为何？
• “去健身却惊呆了”……公寓健身房器械被涂强力胶，“史上最恶劣之人”
• “没想到会到这种地步”日本人越来越内向……经济低迷究竟有多严重？

Park Sangmin教授表示：“期待这项无需额外进行高成本检查、利用日常体检数据的人工智能技术，能够成为痴呆症预防和早期干预策略中的有用辅助工具。”Jang Jooyoung博士表示：“本研究不仅评估了人工智能的预测性能，还同时评估了其可解释性和临床实用性，为基于眼底影像的人工智能生物标志物开发提出了重要方向。”研究结果发表于国际学术期刊《npj Digital Medicine》最新一期。

版权所有 © 阿视亚经济。未经许可不得转载，禁止用于AI训练及使用。