|鹰瞳Airdoc算法助力，中国学者发现快速无创识别痴呆高危人群新方法

2023年1月5日，北京大学临床研究所发布消息称，由北大临床研究所解武祥研究员团队领导的一项研究基于我国19省市共29万余人的体检数据，开发了一项基于眼底照片的人工智能算法，可在30-40秒内准确识别痴呆高危人群。该研究是全球首个结合人工智能技术和眼底照片信息以识别痴呆高危人群的研究。
【|鹰瞳Airdoc算法助力，中国学者发现快速无创识别痴呆高危人群新方法】研究成果近日发表于老年医学领域的国际顶级期刊《Age and Ageing》（IF：12.782 ，老年医学期刊排名第一）。解放军总医院、美国华盛顿大学、北京同仁医院、爱康集团、上海市北医院、北京安贞医院等多家高校、科研院所和体检机构参与研究。医疗人工智能领军企业鹰瞳科技（Airdoc）参与研究，并为研究的顺利开展提供了强有力的技术支持和保证。

文章图片

随着人口老龄化日趋严重，由痴呆导致的疾病负担在本世纪预计将会持续快速增长。如何准确、高效地从人群中筛查出痴呆的高风险者，从而积极有效地加以早期干预，是痴呆防治工作能否取得成功的关键。
2006年发表在《Lancet Neurology》的CAIDE（Cardiovascular Risk Factors, Aging, and Incidence of Dementia）痴呆风险评分，是目前国际上认可度最高的痴呆风险预测工具，但其计算需要采血、收集多维度的健康信息，有创、耗时且不便于被医生掌握，难以推广应用。
视网膜微血管是人体唯一能够借助眼底相机无创观测的血管。既往多项研究发现眼底动静脉管径、动脉狭窄、视网膜病变程度等各项视网膜微血管指标与痴呆的发病显著相关，有潜力应用于痴呆高危人群的早期识别。
据了解，研究团队采用卷积神经网络技术开发人工智能算法，用以估算CAIDE痴呆风险评分。经实验验证，该算法能准确地识别出痴呆高风险者（CAIDE评分≥10分），在内外部验证中的受试者工作特征曲线下面积（AUC）分别为0.944、0.926 ，性能表现优异；并且，算法估计的CAIDE痴呆风险评分与受试者的综合认知功能得分、各领域认知功能得分均显著相关。
北京大学临床研究所硕士研究生花蓉和鹰瞳Airdoc算法工程师熊健皓博士为研究共同第一作者，中华医学会健康管理学分会前任主任委员、解放军总医院第二医学中心健康管理研究院主任曾强教授与解武祥研究员为共同通讯作者。
解武祥研究员表示：“这项研究为痴呆的早期筛查提供了新的思路，通过拍摄眼底照片，借助人工智能去识别未来痴呆的高危人群具有快速、无创、便捷、便宜等优势，如果能大规模应用到人群早筛，有望实现痴呆的早发现、早治疗，减少治疗费用，将产生巨大的经济和社会效益。 ”
曾强教授指出：“近年来痴呆已经不再是老年人的‘专利’ ，定期体检是预防疾病的第一步。但长期以来，由于缺乏有效且易于开展的痴呆风险评估工具，给痴呆风险的及时干预造成困难。随着人工智能技术的发展，眼底AI已广泛应用于健康管理领域，用于眼病和慢性病的早筛和管理。此次研究有利于提升该项检查的应用价值，实现多学科健康问题的一站式管理。基于眼底照片的痴呆风险AI评估模型易操作，非侵入，且具成本效益，如若能在健康体检中加以推广应用，将极大节省筛查的人力和物力成本，在全生命周期的健康管理时代，助力体检的个性化、精准化升级。 ”