2022年12月19日，北京大学临床研究所解武祥研究员团队与北京鹰瞳科技发展股份有限公司、美国华盛顿大学、解放军总医院、爱康集团、北京同仁医院、上海市北医院和北京安贞医院研究者合作发表最新研究成果。该研究基于我国19省市共29万余人的体检数据（建模：25.8万人，内部验证：1.4万人，外部验证：2.1万人），开发了一项基于眼底照片的人工智能算法，可准确地估算CAIDE（Cardiovascular Risk Factors, Aging, and Incidence of Dementia）痴呆风险评分，以识别痴呆高危人群，这是国际上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。

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。Kivipelto教授团队于2006年发表在《Lancet Neurology》期刊的CAIDE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。近年来，人工智能眼底检测技术已经成熟，无需专业的眼科医生即可进行眼底照片拍摄、结果解读，在门诊及社区体检中得到认可推广。基于上述的研究背景，解武祥研究员团队与多家研究单位合作，收集了全国19个省（市）271,864名体检参与者的眼底照片及健康相关数据，将其随机划分为开发集（95％）和内部验证集（5％），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，并在独立的外部队列（20,690名体检参与者）中进行验证。

研究结果显示，在内部验证和外部验证中，该算法均能准确地识别出痴呆高风险者（定义为CAIDE痴呆风险评分≥10分），AUC分别为0.944 （95% CI: 0.939–0.950）和0.926 （95% CI: 0.913–0.939）。此外，研究团队还评估了外部验证人群中1512名中老年受试者的认知功能。结果显示，在调整了生活方式、遗传因素、慢性病患病情况等多项混杂因素后，算法估计的CAIDE痴呆风险评分越高，受试者的综合认知功能（MoCA）、各领域认知功能（记忆功能、执行功能、注意力）表现均显著越差。该研究为痴呆的早期筛查提供了新的思路，基于眼底照片的人工智能算法具有快速（30-40秒）、无创、简易、便宜的优势，目前已大规模应用于我国体检人群，用以早期识别痴呆高危个体。

该研究成果发表于老年医学领域的国际高水平期刊《Age and Ageing》。北京大学临床研究所硕士研究生花蓉和北京鹰瞳科技发展股份有限公司算法工程师熊健皓博士为本文共同第一作者，解放军总医院健康管理研究院主任曾强教授与解武祥研究员与为本文共同通讯作者。

作者简介

解武祥，研究员，博士生导师。长期从事心脑疾病的临床研究和人群研究工作。作为第一或通讯作者（含共同）在JACC（2019，2022）、Science Bulletin（2021，2022）、JAMA Network Open（2020，2022）等期刊发表学术论文50余篇。主持国家自然科学基金、英国医学科学院牛顿国际学者基金、美国厄玛和保罗米尔斯坦老年健康专项等研究基金。现担任中华预防医学会健康风险评估与控制专业委员会秘书长、Science Bulletin杂志执行编委、Frontiers in Cardiovascular Medicine杂志副主编。

(临床研究所）