北京同仁醫院聯合鷹瞳Airdoc刊發兩項重磅研究成果

發布時間： 2024-06-05 16:32:57   |  來源： 中國網健康   |  責任編輯： 曹洋

近日，由首都醫科大學附屬北京同仁醫院魏文斌教授團隊與鷹瞳Airdoc合作的兩篇研究成果，分別發表于國際權威期刊《Translational Vision Science & Technology》和《Ophthalmology Retina》。科學家們嘗試以視網膜為入口，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。

該項由首都醫科大學附屬北京同仁醫院、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模眼底疾病篩查。基于人工智能技術獲得分年齡、性別、地域的主要眼底疾病發病率及變化情況，可幫助區域內制定相關健康政策及開展相關研究。」

在另一項研究中，研究團隊成功開發并驗證了「基于多模態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，具有在社區篩查或臨床環境中廣泛應用的潛力。」

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，已經逐漸成為全球重大的健康挑戰。隨著人口老齡化、經濟發展和生活方式改變，眼底疾病譜顯著改變。然而，傳統流行病學調查耗時長、經濟成本高，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，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病率及變化趨勢。

研究發現，可疑青光眼、黃斑前膜、年齡相關黃斑變性、糖尿病視網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。視網膜靜脈阻塞、高血壓視網膜病變患病率存在地域分布差異，呈現顯著的“西北高、東南低”特征。

主要眼底疾病發病率（2021年，單位：患病人數/千人）

此外，研究結果還顯示2019-2021眼底疾病譜變化情況:視網膜靜脈阻塞、黃斑裂孔、高血壓視網膜病變的患病率在2019-2021年間有所增加。且視網膜靜脈阻塞、高血壓視網膜病變在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、性別和地區群體患病情況的重要數據。這些數據對于制定公共衛生策略和資源分配具有重要意義。首次利用基于多模態眼底圖像的深度學習模型識別認知障礙患者。

研究團隊收集了來自2011年北京眼科研究的數據（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深度學習模型，研究結果顯示，該多模態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域的信號。

熱力圖

結論指出，視網膜圖像和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深度學習模型有望成為社區篩查認知障礙的有效工具。這對于早期篩查發現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，深耕眼底圖像人工智能技術，為醫療健康服務的革新提供新動能。未來希望能夠繼續攜手更多的科研院所，通過醫療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。（圖文：郭江）