研究结果显示，通过体检时拍摄的眼部照片，不仅可以筛查当前是否可能患有痴呆，还能预测未来发生痴呆的风险。
首尔大学医院28日介绍，由家庭医学科朴相珉教授、ZaiMed株式会社张柱英博士、首尔大学医学院医疗大数据研究中心韩昌浩研究助理教授及医科学科金载元博士组成的联合研究团队，分析了健康体检受检者3万6322人的眼底照片10万8008张，开发出用于痴呆筛查与风险预测的AI。
研究团队在评估AI预测性能的同时，还进一步追踪其依据哪些部位作出判断。结果显示，AI在判断当前是否患痴呆以及预测未来发生风险时，均将视神经汇聚的部位及其周边视为关键区域。
为什么看眼睛就能知道痴呆风险
眼底照片是通过瞳孔拍摄视网膜、视神经以及眼内血管的影像。除眼科诊疗外，在健康体检中也常规拍摄。
研究人员之所以将目光投向眼睛，是因为视网膜与大脑联系紧密。视网膜与视神经与中枢神经系统相连。此前也有研究持续指出，大脑出现的神经或微血管变化，可能会在眼部得到一定程度的反映。
研究团队认为，如果这些变化会留存在眼底照片中，AI就有望从中识别出痴呆风险信号。
研究使用了2004年至2016年在首尔大学医院接受健康体检人群的数据。其中，将在眼底拍摄前后2年内被诊断为痴呆并获处方相关药物的1001人、共2868张照片归为痴呆组。随后与无痴呆人群对比，用于训练AI。
对多种AI模型进行比较后发现，预先学习过大量眼底照片的模型表现最佳。
既能筛出当前痴呆，也能识别未来发生风险
AI区分当前患痴呆与未患痴呆人群的性能为0.750。该数值越接近0.5，越接近随机猜测；越接近1，则表示越能清晰区分两组人群。
研究团队还将AI性能与既有痴呆风险评估工具“CAIDE”进行比较。CAIDE通过对年龄、性别、受教育水平、血压、肥胖程度、胆固醇、身体活动等进行评分，估算长期痴呆风险。该工具不需要像MRI或PET那样额外接受脑影像检查。
在本次分析中，用于识别当前痴呆的性能方面，CAIDE为0.624，而基于眼底照片的AI为0.750。数值越接近1，表示越能区分患痴呆与未患痴呆人群。
在预测未来发生痴呆风险的性能方面也存在差异：AI为0.812，CAIDE为0.689。
即便在单独考虑年龄、性别等既有痴呆风险因素之后，仍呈现相同趋势。AI评分越高，当前患痴呆或未来发生痴呆的可能性越大。
这意味着，眼底照片中可能包含仅凭年龄、血压、肥胖等传统风险因素难以捕捉的、与痴呆相关的更多信息。
AI最关注的部位是“视神经乳头”
本次研究的一个值得关注之处在于，研究团队进一步追踪了AI作出判断的依据。
研究团队用颜色标示AI在眼底照片中重点关注的区域。关注度最高的部位为“视神经乳头”。
视神经乳头是来自视网膜的神经纤维汇聚并连接至视神经的部位。通俗来说，这是将眼睛接收的信息传递到大脑的神经“出口”所在。
AI对视神经乳头的关注程度比一般周边区域高出5.72倍。在视神经乳头周边以及从该处延伸至黄斑的神经纤维区域，也呈现较高关注度。
这些部位在既往研究中也曾报告与痴呆相关的视网膜变化。这为AI捕捉到的并非照片中的偶然特征、而是与痴呆相关的神经变化提供了支持。
体检照片能用于痴呆筛查吗
本次研究之所以受到关注，在于无需新增检查项目，就能利用健康体检中已拍摄的眼底照片。
未来若经过充分验证，可在体检阶段先筛出痴呆风险较高人群，作为辅助工具，将其进一步衔接至认知功能检查或专科诊疗。
不过，这并不意味着“仅凭一张眼部照片就能诊断痴呆”。实际痴呆诊断需要结合患者症状与认知功能评估等；视情况还会追加脑MRI或血液·脑脊液检查等。
本次研究也主要基于单一医院的健康体检受检者开展。仍需进一步验证其在其他医院、不同年龄段以及不同种族·民族人群中是否同样表现出类似性能。
首尔大学医院家庭医学科教授朴相珉表示：“期待这项无需额外高成本检查、利用日常体检数据的AI技术，能在痴呆预防与早期干预策略中成为有用的辅助工具。”
ZaiMed博士张柱英强调：“本研究不仅评估了AI的预测性能，也同时评估了可解释性与临床实用性，为基于眼底影像的AI生物标志物开发提出了重要方向。”
本研究已于7月4日在国际学术期刊 《npj 数字医学(npj Digital Medicine)》 在线公开。
