基于视网膜人工智能评估的《四百万体检人群健康蓝皮书》2023

INTRODU司言眼睛是心灵的“窗户”,视觉是人类感知外部世界的最主要方式。《“十四五”全国眼健康规划(2021-2025年)》指出:眼健康是国民健康的重要组成部分,涉及全年龄段人群全生命期。包括盲在内的视觉损伤严重影响人民群众身心健康和生活质量,加重家庭和社会负在国家卫生健康委的指导下,至2020年末,我国盲的年龄标化患病率已低于全球平均水平。但在人口基数和老龄化的现状下,我国仍是世界上盲和视觉损伤患者最多的国家之—。数据统计显示,当今我国主要的致盲性眼病由传染性眼病转变为儿童、老年患者为主要人群眼底的视网膜作为眼睛的关键组成部分,不仅是视觉形成的起始部位,对维持正常的视觉功能起着重要的作用。同时,视网膜还是人体全身唯—可以直接、无创地观察血管和神经2019年7月,国家成立健康中国行动推进委员会,制定印发《健康中国行动(2019—2030年)》,针对健康科普、全民健身、以及心脑血管及老年健康促进等方向实施专项行动,通过政府、社会、个人协同推进,建立健全健康教育体系,促进以治病为中心向以健康为中心转变,提高人民健康水平[3]。2023年5月,为了预防和减缓老年痴呆发生,切实增强老年人的健康获得感,促进健康老龄化,国家卫生健康委发表通知,决定2023—2025年在全国组织爱康集团积极响应国家政策,坚决贯彻落实国家卫生健康工作的决策部署。为及早发现各类不可逆致盲疾病风险和健康风险,从而帮助用户更早发现、更早诊断、更早治疗,2018年底,爱康集团升级有人“管”的体检战略,发布ikangAI+,通过人工智能赋能传统体检,用更多创新科技赋能健康体检和健康管理。爱康集团与北京鹰瞳科技发展股份有限公司(以疾病风险评估项目。该项目与多家知名眼科医院共同开发,获得了科技部重大专项支持,运用先进的人工智能技术实现语义和量化分析,可以精准发现眼底异常改变,评估心血管疾病风险,帮助受检者客观便捷地了解眼底健康状况和心脑血管风险。2019年,爱康集团联合鹰瞳Airdoc联合发布了第—个基于人工智能的《中国体检人群眼2020年,爱康集团与鹰瞳Airdoc发布了第—个基于视网膜人工智能评估的《百万体检人2021年,爱康集团与鹰瞳Airdoc发布基于视网膜人工智能评估的《两百万体检人群健康2022年,爱康集团与鹰瞳Airdoc发布基于视网膜人工智能评估的《三百万体检人群健康首次将心脑血管疾病、糖尿病、高血压、贫血等健仅包括了眼底异常的人群分布情况,还包括了心脑血管疾病、糖尿病、高血压、贫血及老年痴呆的人工智能风险评估的验证,并且针对持续进行健康体检人群的健康状况以及结合线下健康调查的数据结果进行分析,旨在进—步提高我国居民和企事业单位对包括眼健康在内的全身健康的重视,树立健康观念,提高慢病风险防控意识。与往年相比,《四百万体检人群健康蓝皮书》全新升级,主要体现在以下几个方面:.评估样本量首次超过四百万,为百万人群的全身健康和眼底异常情况的早发现、早干预做出努力;.升级了视网膜人工智能慢病风险评估版块,利用大数据和人工智能技术,助力百万人群的慢病风险管理和健康干预;.连续进行人工智能眼底照相疾病风险评估,评估的连续人群首次超过五十万,了解持续进行健康监测对防范慢病隐患和眼部重疾的意义;.新增了相关论文的权威解读模块,详细介绍了模型训练过程和验证性能,并展示了其在爱康体检人群中的应用现状;.贯彻落实国家对眼健康的规划部署,增加近视和年龄相关黄斑变性的防控模块。202306082.2人工智能眼底照相疾病风险评估结果分项分析2.3人工智能眼底照相疾病风险评估历年结果对比分析2.4连续进行人工智能眼底照相疾病风险评估人群的健康风险结果3.1.4连续进行人工智能眼底照相疾病风险评估对发3.2.4连续进行人工智能眼底照相疾病风险评估对发现糖尿病的意义2023版基于视网膜人工智能评估的《四百万体检人群3.3.4连续进行人工智能眼底照相疾病风险评估对发现高血压的意义3.4人工智能视网膜贫血风险评估3.5人工智能视网膜老年痴呆风险评估 4.2人工智能视网膜影像评估痴呆风险4.3人工智能视网膜影像评估多种眼底异常4.4人工智能评估视网膜特征与甲元关系的研究 062023版基于视网膜人工智能评估的《四百万体检人群06IMPORTANTCONCLUSIONS眼底异常是导致不可逆致盲的重要因素,通过基于人工智能的视网膜健康评估,不仅能了解眼底健康,同时还能够发现可能存在的糖尿病、高血压、心脑血管疾病等慢病风险。人工智能眼底照相疾病风险评估不仅能快速发现慢病风险隐患,同时能早期发现视网膜异常,提升健康干预的依从性,降低恶性心脑血管事件、致盲事件的发生率。分析,共计4,068,076人次,整体异常检出率为77.2%;.男性异常共计1,658,541人次,占所有男性受检者累计发现重大阳性17,845人次累计发现重大阳性17,845人次（占比0.4%).发现血管类重大阳性9,391人次,血管异常是威胁眼底健康的最重要因素;.发现黄斑类重大阳性8,123人次,黄斑的健康不容忽视;.60岁以上人群重大阳性检出率为1.5%,定期的眼底检查很有必要。2023版基于视网膜人工智能评估的《四百万体检人群.人工智能心血管风险预测结果提示高风险的人次为40,524,其中体检提示心血管风险可2023版基于视网膜人工智能评估的《四百万体检人群.人工智能心血管风险预测结果提示高风险的人次为40,524,其中体检提示心血管风险可能的检出率为28.9%;.人工智能脑血管风险预测结果提示高风险的人次为77,565,其中体检提示脑血管风险可能的检出率为8.4%;.人工智能糖尿病风险预测结果提示高风险的人次为545,986,其中体检提示糖尿病可能的检出率为34.6%;.人工智能高血压风险预测结果提示高风险的人次为865,119,其中体检提示高血压可能的检出率为65.6%;.人工智能贫血风险预测结果提示高风险的人次为54,565,其中体检提示贫血可能的检出连续进行人工智能眼底照相疾病风险评估有助于早期发现健康隐患,人工智能慢病风险.初次评估时人工智能心血管风险预测结果显示等级越高的人群,预测在未来体检过程中出现提示心血管风险可能的体检异常结果概率更高;.初次评估时人工智能脑血管风险预测结果显示等级越高的人群,预测在未来体检过程中出现提示脑血管风险可能的体检异常结果概率更高;.初次评估时人工智能糖尿病风险预测结果显示等级越高的人群,预测在未来体检过程中出现提示糖尿病可能的体检异常结果概率更高;.初次评估时人工智能高血压风险预测结果显示等级越高的人群,预测在未来体检过程中出现提示高血压可能的体检异常结果概率更高;.连续进行人工智能眼底照相疾病风险评估有助于及时发现眼底异常的进展,了解干预后的恢复情况,及时发现威胁视力的重大阳性疾病。家族史、吸烟、饮酒对慢病风险的影响显著,人工智能慢病风险评估能够有效反映上述因.有家族史的人群相关慢病的风险显著高于无家族史人群;.吸烟对糖尿病、高血压、心脑血管疾病风险影响显著,吸烟人群在人工智能慢病风测中出现高风险的占比显著高于不吸烟人群;.饮酒对糖尿病、高血压、心脑血管疾病风险影响显著,并且与饮酒频次呈现正相关,饮酒人群在人工智能慢病风险预测中出现高风险的占比显著高Chapter.研究方法及样本人群分布2023版基于视网膜人工智能评估的《四百万体检人群09数据来源于爱康集团参与人工智能眼底照相疾病风险评估的体检者(时间范围:2018年参与人工智能眼底照相疾病风险评估分析的样本人群共计4,068,076人次。其中男性样本人群平均年龄42.1岁,30岁-39岁体检者人次最多,共计1,335,772人次,32.8%。其中男性中位数年龄为39岁,平均年龄42.2岁;女性中位数年龄为39岁,平均年龄52.0%48.0%总样本人群：男性样本人群：中位年龄39岁,平均年龄42.2岁女性样本人群：Chapter.02人工智能眼底照相疾病风险评估结果分析2023版基于视网膜人工智能评估的《四百万体检人群在本次评估结果中,眼底异常改变结果包括视网膜血管改变、黄斑部异常、视盘视神经异常、中重度豹纹、萎缩斑、玻璃体疾病、脉络膜疾病、视网膜脱离以及其它病理性改变和相关术后特征,不包括轻度豹纹等正常年龄性改变。在4,068,076人次的人工智能眼底照相疾病风险评估结果中,眼底异常检出的人次为3,140,461,占总体比例的77.2%。其中男性异常共计1,658,541人次,占所有男性受检者的78.4%;女性异常共计1,481,920人次,占所有女性受检者的75.9%。总体来看,异常检出率男性眼底异常检出率78.4%女性眼底异常检从异常检出率的年龄统计结果来看,随着年龄增长,眼底异常检出率明显增高,40岁以下的三个年龄段的人群中,男性异常检出率均高于女性异常检出率约3个百分点,40岁-49岁女性异常检出率逐渐接近男性异常检出率,50岁及总体来看,体检人群的眼底健康状况普遍不佳,随着年龄的增长,异常检出率逐渐增高,2023版基于视网膜人工智能评估的《四百万体检人群在本次样本人群中,共计有3,006,455人次记录了行业信息,其中金融业是参与人工智能眼底照相疾病风险评估的主要人群,共计521,567人次,占比17.3%;信息传输、软件和信息在眼底异常率的统计结果中发现,采矿业是眼底异常检出率最高的行业,为84.8%,电力、热力、燃气及水生产和供应业眼底异常检出率次之,为84.1%;卫生和社会工作眼底异总体来看,各行业眼底健康状况普遍不佳,除工作环境影响较大的特殊行业之外,办公—族仍然是眼底异常的主要群体,提示各行各业都应该定期进行健康检查,及时发现疾病风金融业信息传输、软件和信息技术服务业科学研究和技术服务业0.36%租赁和商务服务业0.36%制造业0.29%卫生和社会工作批发和零售业0.38%房地产业445建筑业600交通运输、仓储和邮政业0.43%电力、热力、燃气及水生产和供应业406教育文化、体育和娱乐业28,8400.42%居民服务、修理和其他服务业0.40%水利、环境和公共设施管理业0.45%住宿和餐饮业0.5%600.39%农、林、牧、渔业0.63%采矿业3,0850.68%公共管理、社会保障和社会组织0.0%12023版基于视网膜人工智能评估的《四百万体检人群眼睛是心灵之窗,绝大部分的外界信息都来源于眼睛,眼底是眼球内后部的组织,包括了视网膜、视盘和视网膜动静脉血管。视网膜作为眼睛的关键组成,起着光信号的接收与传导的作用,是影响视功能的关键因素。视网膜还是全身唯—可在活体观察神经和血管组织的地方,成为了解眼病和某些全身疾病病情的重要窗口[5]。因为其特殊构造,眼底病成为不可逆盲的首位病因,是世界卫生组织防盲行动中的重点。在95%以上的人都有不良用眼习惯的2023版基于视网膜人工智能评估的《四百万体检人群人工智能眼底照相疾病风险评估包括了五大类50个各类各级异常,42.9%的受检者有合36.0%36.0%.......................2023版基于视网膜人工智能评估的《四百万体检人群视网膜位于眼球内壁,是视觉形成过程中的感光器官。在全球五大致盲性疾病中(白内障、青光眼、病理性近视、糖尿病视网膜病变、年龄相关性黄斑变性)除白内障之外,其余四种均发生于视网膜上,视网膜疾病通常进展缓慢,不易察觉,但对视力威胁极大,因此定期的视网膜健康评估是防治视网膜疾病的有效手段i7]。眼底重大阳性指发生于视网膜的严重异常需要立即到医院确诊或排除可能引起严重视力损伤的病变,如不及时就医可能造成不可逆的视力损伤。为避免体检者出现不可逆的视力损伤,所有疑似重大阳性的案例均会第—时间由三甲医院专家进行复核,并及时通知到体检者体检的机构和受检者本人,本次样本人群的重大阳性按照发生的部位分为以下四类:2023版基于视网膜人工智能评估的《四百万体检人群在本次样本人群中,共发现重大阳性17,845人次,检出率为0.4%,其中血管类重大阳性检者,及时避免了由于发现不及时导致的严重视力不可逆损伤。0.0%00.0%02,50862902023版基于视网膜人工智能评估的《四百万体检人群黄斑是视网膜最敏感的感光区,负责精细视觉与颜色视觉,是光路成像的焦点。黄斑部的微小异常可能会引起视觉改变,如视物不清,视物变形、变色、变暗等。常见黄斑部异常包括玻璃膜洗、年龄相关性黄斑变性、黄斑前膜、黄斑水肿、黄斑裂孔、样本人群中,共检出黄斑部异常1,380,888人次,黄斑部异常检出率为33.9%。绝大多数黄斑异常为不可逆异常改变,随着年龄增长,异常检出率升高。年龄每增加10岁,异常检出黄斑部异常:1,380,888人次2023版基于视网膜人工智能评估的《四百万体检人群视网膜血管异常是指视网膜上的毛细血管、小血管受损或者阻塞,导致的血管弹性减弱、常见的视网膜血管异常包括:视网膜动脉硬化、高血压视网膜病变、糖尿病性视网膜病变(糖网)、静脉阻塞、动脉阻塞、视网膜动脉瘤以及不明原因零星出血等。以40岁为分界点,视网膜血管异常的检出率出现了跳跃式的升高,40岁以下人群的检出率为9.6%,40岁及以上人群的检出率为88.0%,40岁及以上人群检出率是40岁以下人2023版基于视网膜人工智能评估的《四百万体检人群人工智能眼底照相疾病风险评估历年结果对比分析数据显示:整体眼底异常检出率处于上升趋势。屈光不正眼底改变、黄斑部异常和视盘视神经正2023版基于视网膜人工智能评估的《四百万体检人群随着人口老龄化加剧、人民生活方式的改变,眼健康问题越来越受到公众的关注,但从历年体检人群的数据中可以看出,整体眼底异常检出率仍处于上升趋势,这也与公众对于眼底疾病认知度较低有密不可分的关系。加强眼健康教育,提升公众眼健康意识,养成定期检查的习惯,是保障人民眼健康的重要措施。在各项眼底异常中,视网膜血管异常的历年改变最为明显,这可能与高血压、糖尿病等在早期阶段,视网膜血管异常通常不会有明显的症状,因此易被忽视,但当异常持续发展到—定阶段,视网膜血管受到明显的损伤,出现出血、渗出或梗死,视力也可能会受到影响,出现视物模糊、变形、视野缺损等症状,严重时甚至会导致失明。因此,保持良好的生活习惯和饮食习惯,定期进行眼底检查,可以有效地预防和控制此类疾病的发生和发展。202023版基于视网膜人工智能评估的《四百万体检人群20视神经负责传导视觉信号到大脑内部,对视力功能实现至关重要。视盘是视网膜上视觉纤维汇集穿出眼球的部位,是视神经的始端i常见的视盘视神经异常包括:视盘水肿、视神经炎、视神经萎缩、前部缺血性视神经病变、牵牛花综合征、视盘黑色素瘤、杯盘比偏大(疑似青光眼)等。样本人群中,共检出视盘视神经异常335,640人次,视盘视神经异常检出率为8.3%,且40岁以上人群检出率基本超过总体检出率,建议40岁及以上人群更应该关注视盘视神经视盘视神经异常:335,640人次2023版基于视网膜人工智能评估的《四百万体检人群在本次样本人群中,在不同年度连续进行人工智能眼底照相疾病风险评估(至少在其中两个年度进行过人工智能眼底照相疾病风险评估)的人群共575,050人,占总样本人群的年龄(依据初次检查时的年龄)分布如下,本章节将针对连续进行人工智能眼底照相疾病风险评估人群的健康状况进行分析2023版基于视网膜人工智能评估的《四百万体检人群连续进行人工智能眼底照相疾病风险评估人575,050^在连续进行人工智能眼底照相疾病风险评估的人群中,眼底异常检出率增加0.8%,其中人人人人人人人人2023版基于视网膜人工智能评估的《四百万体检人群初次检查发现糖尿病视网膜病变重度非增的58人体检上述体检者通过连续进行人工智能眼底照相疾病风险评估,连续进行人工智能眼底照相疾病风险评估人群的眼底人 人人 人人 22人4,4644,464人 人人 人2023版基于视网膜人工智能评估的《四百万体检人群此外,连续进行人工智能眼底照相疾病风险评估有助于了解干预和治疗后的恢复情在初次检查发现的18人视乳头水肿的体检者中,接受治疗后,2人视乳头水肿消失,2人症状减轻;在初次检查发现的749人视网膜静脉阻塞的体检者中,56人接受治疗后眼底异常消失;连续进行人工智能眼底照相疾病风险评估有助于了解干预和治疗2人2人人22人人人443443人人连续进行人工智能眼底照相疾病风险评估有助于及时发现威胁视在连续进行人工智能眼底照相疾病风险评估的样本人群中,新发现高度疑似青光眼25人,黄斑裂孔76人,新生血管性黄斑病变33人,地图样萎缩1人,严重的黄斑前膜1人,糖尿病视网膜病变重度非增及增殖期26人,中央静脉阻塞6人,分支静脉阻塞130人,重度高血压视网连续进行人工智能眼底照相疾病风险评估使得重大阳性的发现更加及时,有效地避免了连续进行人工智能眼底照相疾病风险评估有助于及时发现威胁视力的人人人11人11人人66人人22人33人Chapter.03人工智能视网膜慢病风险评估结果分析2023版基于视网膜人工智能评估的《四百万体检人群视网膜是全身唯—可以直接观察到血管和神经的组织,全身血管是—体的,心血管和脑评估国人缺血性心脑血管疾病危险度评估的方法和评估工具。基于适合我国人群疾病特点的,通过百万级数据的人工智能学习,可以通过视网膜图像评估心脑血管疾病风险[9]。并根据人工智能心血管疾病风险指数和人工智能占比52.1%,女性1,749,458人次,占比47.9%。检出40,524人次为高风险,占比为1.1%;检2023版基于视网膜人工智能评估的《四百万体检人群占比52.1%,女性1,749,458人次,占比47.9%。检出77,565人次为高风险,占比为2.1%;检0.0%总体来看,人工智能心血管风险预测和脑血管风险预测的高风险和中高风险占比随年龄的增大而增加,从40岁-49岁年龄段开始出现跳跃性增长,加。因此,建议40岁以上的人群应该定期进行心脑血管风险的评估,警惕心脑血管事件的发2023版基于视网膜人工智能评估的《四百万体检人群心脑血管疾病严重危害人群的健康和生命,具有高死亡率和高致残率。近30年来我国人群中以冠心病、脑卒中为主的心脑血管病的死亡率、发病率和患病率总体呈上升趋势,且发病年龄逐渐年轻化。全国监测资料显示我国心脑血管病死亡人数逐年上升,其中缺血性心脏2023版基于视网膜人工智能评估的《四百万体检人群心脑血管风险的评估是根据多种危险因素的水平高低和组合来判断或预测个体未来发生心脑血管病急性事件的概率,进行风险评估有助于快速有效检出高危个体,并针对性地进行早期预防和早期干预,从而预防高危心脑血管急性事件的发生和发展。对心脑血管风险进行评估和风险分层是预防和控制心脑血管疾病的重要前提,已经被国内外心脑血管病及其危险因素防治指南广泛采用,在临床实践和人群在本次样本人群中,将自述冠心病相关病史及心电图、超声心动图等辅助检查结果中提示心肌梗死的人群标记为心血管异常人群,统计分析人工智能心血管疾病风险预测结果中心血管异常的检出率。结果发现,不同风险人群心血管异常的检出率存在显著差异:人工智能心血管疾病风险预测结果提示高风险的人次为40,524,其中心血管异常的人次为11,702,高风险人群检出率为28.9%。这提示通过人工智能视网膜心血管疾病风险评估,能够有效地识人工智能心血管风险预测不同风险结果中体检提示心血0心血管低风险心血管中低风险心血管中高风险心血管低风险心血管中低风险心血管中高风险心血管低风险心血管中低风险(人工智能预测)(人工智能预测)2023版基于视网膜人工智能评估的《四百万体检人群在本次样本人群中,将自述脑卒中相关病史人群标记为脑血管异常人群,统计分析人工智能脑血管疾病风险预测结果显示不同风险的人群中,脑血管异常的检出率。结果发现,不同风险人群脑血管异常的检出率存在较大差异:人工智能脑血管疾病风险预测结果提示高风险的人次为77,565,其中脑血管异常的人次为6,533,检出率为8.4%;高风险人群的检出率远高于低风险人群。说明人工智能脑血管疾病风险预测结果能人工智能脑血管风险预测不同风险结果中体检提示脑血0脑血管低风险脑血管中低风险脑血管中高风险脑血管低风险脑血管中低风险脑血管中高风险0.0%脑血管低风险脑血管中低风险脑血管中高风险脑血管高风险(人工智能预测)(人工智能预测)2023版基于视网膜人工智能评估的《四百万体检人群心脑血管病是多个危险因素共同作用的结果,多个危险因素之间的相互作用可导致某—因素对心脑血管系统的危害因其他因素的存在而显著增加。其中,高血压、血脂异常、糖尿病等慢性疾病及烟草、饮食、运动、体重等因素均会对心脑血管健康产生影响[12]。另外,同动脉粥样硬化所致心血管疾病最广泛、最强的独立危险因素。HCY水平升高会增加动脉粥样硬化、心肌梗死、脑卒中、中枢血管疾病、外周血管疾病、阿尔淡海默病发生的危险性,这类患者体内同型半跳氨酸水平明显高于健康人,其血浆浓度与心脑血管病的程度和并发症呈是冠心病和缺血性卒中的独立危险因素[17]。MP0存在于动脉粥样硬化斑块中,可导致斑块不稳定和破裂,并与再狭窄有关。MP0作为不稳定型斑块的早期识别标志物,在胸痛发作后2h根据上述统计结果可以发现,通过人工智能视网膜心脑血管风险指数能够较好地反映用户心脑血管的风险情况,能够成为—种无创、快速的心脑血管风险评估手段,也提示人工智能心脑血管风险预测结果显示为中高风险或高风险的人群,应该及时补充超声心动图、颈动脉超声、经颅多普勒超声、同型半跳氨酸、髓过氧化物晦、脂蛋白相关磷脂晦A2等相关检查,302023版基于视网膜人工智能评估的《四百万体检人群30在参加视网膜人工智能评估的体检人群中,健康问卷的填写率为10.4%,其中女性占比49.1%,男性占比50.9%。本章节将联合健康问卷和人工智能疾病风险预测结果进行统并依据第七次人口筛查的标准人群对分组数据的检出率进行标化后对比,探讨疾病家族史和国家心血管病中心发布的《中国心血管健康与疾病报告2020》[20]显示:2013—2014年,2023版基于视网膜人工智能评估的《四百万体检人群健康问卷和人工智能疾病风险预测结果联合分析数据显示:在健康问卷中填写“冠心病家族史”、“糖尿病家族史”和“脑卒中家族史”的体检人群中）人工智能心血管风险预测结果为高风险的占比分别为2.2%、1.6%和1.6%）高于填写其他疾病或无疾病的人群。2023版基于视网膜人工智能评估的《四百万体检人群健康问卷和人工智能疾病风险预测结果联合分析数据显示:在健康问卷中填写“冠心病家族史”、“糖尿病家族史”和“脑卒中家族史”的体检人群中）人工智能心血管风险预测结果为高风险的占比分别为2.2%、1.6%和1.6%）高于填写其他疾病或无疾病的人群。说明“冠心病家族史”、“糖尿病家族史”和“脑卒中家族史”会增加健康问卷（家族病史)和人工智能疾病风险预测结果联合分析无疾病高血压冠心病无疾病高血压冠心病国家卫生健康委员会发布的《中国脑卒中防治指导规范(2021年版)》指出:建议对大于40岁的人群进行脑卒中危险因素筛查[21]。脑卒中的危险因素包括高血压、血脂异常、糖尿病、心房颤动、吸烟史、明显超重或肥胖、缺乏运动和脑卒中家族史。35岁以上者每年应至健康问卷和人工智能疾病风险预测结果联合分析数据显示:在健康问卷中填写“冠心病家族史”和“脑卒中家族史”的体检人群中）人工智能脑血管风险预测结果为高风险的占比分别为3.3%和2.9%）高于填写其他疾病或无疾病的人健康问卷（家族病史)和人工智能疾病风险预测结果联合分析2023版基于视网膜人工智能评估的《四百万体检人群《中国心血管健康与疾病报告2020》编写组发点解读》显示:全球每年约190万人因为烟草使用或二手烟暴露引发的冠心病失去生命,约占全球冠心病死亡的1/5[20]。估计38.健康问卷和人工智能疾病风险预测结果联合分析数据显示:在健康问卷中填写“吸烟”和“吸烟,已戒”的体检人群中,人工智能心血管疾病风险预测结果为高风险的占比1.4%,健康问卷（吸烟习惯)和人工智能疾病风险预测结果联合分析吸烟是脑血管疾病的重要危险因素。根据北京市医保在2013年,说明戒烟会降低脑血管健康问卷和人工智能疾病风险预测结果联合分析数据显示:在健康问卷中填写“吸烟”和“吸烟,已戒”的体检人群中,人工智能脑血管疾病风险预测结果为高风险的占比2.6%,健康问卷（吸烟习惯)和人工智能疾病风险预测结果联合分析2023版基于视网膜人工智能评估的《四百万体检人群《中国心血管健康与疾病报告2020》显示:CAMl注册研究的14,854例患者中,共有2023版基于视网膜人工智能评估的《四百万体检人群《中国心血管健康与疾病报告2020》显示:CAMl注册研究的14,854例患者中,共有” ”20.8%20.8%健康问卷和人工智能疾病风险预测结果联合分析数“饮酒,已戒”的体检人群中,人工智能心血管疾病风险预测结果为高风险的占比为1.2%,高于“不饮酒”的体检人群（心血管高风险占比1.1%）,“饮酒人群”心血管高风险占比是“不饮酒人群”的1.1倍;同时,每周饮酒频次越多的人群中,人工智能心血管疾病风险预测结果为高风险的占比越高,说明饮酒会增加心血管疾病的风险。健康问卷（饮酒习惯)和人工智能疾病风险预测结果联合分析150-300mg150-300mg2023版基于视网膜人工智能评估的《四百万体检人群指出:每周饮酒摄入超过300mg称为大量饮酒,可增加脑卒中发病风险;每周酒精摄入150-性队列研究结果显示,较少量饮酒或戒酒者相比,大量饮酒者脑卒中发病风险增>300mg>300mg健康问卷和人工智能疾病风险预测结果联合分析数据“饮酒,已戒”的体检人群中,人工智能脑血管疾病风险预测结果为高风险的占比为2.3%,高于“不饮酒”的体检人群（脑血管高风险占比2.1%）,“饮酒人群”脑血管高风险占比是“不饮酒人群”的1.1倍;同时,每周饮酒频次越多的人群中,人工智能脑血管疾病风险预测结果为高风险的占比越高,说明饮酒会增加脑血管疾病的风险。健康问卷（饮酒习惯)和人工智能疾病风险预测结果联合分析2023版基于视网膜人工智能评估的《四百万体检人群连续进行人工智能眼底照相疾病风险评估对发现心在本次样本人群中,在不同年度连续进行人工智能眼底照相疾病风险评估(至少在其中两个年度进行过人工智能眼底照相疾病风险评估)的人群共532，168人,占总样本人群的年龄(依据初次检查时的年龄)分布如下,本章节将针对连续进行人工智能眼底照相疾病风险评估人群的健康状况进行分析2023版基于视网膜人工智能评估的《四百万体检人群连续进行人工智能眼底照相疾病风险评估对发现心连续进行人工智能眼底照相疾病风险评估人群样532,168^244,360人0.0%2023版基于视网膜人工智能评估的《四百万体检人群在连续进行人工智能眼底照相疾病风险评估人群中,参考上—章节中关于体检提示心血管异常人群的定义,共527,190人在初次体检时未提示心血管异常,其中724人在未来体检中过不同年龄段的检出率分布可以看出,年龄越大的人群,越容易在未来体检中出现提示心血^^通过分析初次人工智能心血管疾病风险预测结果,比较后次心血管异常指标的检出率后发现,初次评估时人工智能心血管疾病风险预测结果显示等级越高的人群,预测在未来体检过程中出现心血管风险可能的体检异常结果概率更高,这说明人工智能心血管疾病风险预测0.0%0.0%0.0%0302220884,8852023版基于视网膜人工智能评估的《四百万体检人群初次人工智能心血管风险预测结果中未来体检提示心血管风530,969^2023版基于视网膜人工智能评估的《四百万体检人群初次人工智能心血管风险预测结果中未来体检提示心血管风530,969^0.04%上述结果提示,40岁以上的人群,包括人工智能心血管风险预测结果显示中低风险以上的人群,更有必要每年进行至少—次健康检查,以便能在连续进行人工智能眼底照相疾病风险评估人群中,参考上—章节中关于体检提示脑血管异常人群的定义,共530,969人在初次体检时未提示脑血管异常,其中186人在未来体检中^530,9690.04%2023版基于视网膜人工智能评估的《四百万体检人群通过分析初次人工智能脑血管疾病风险预测结果,比较后次体检出现脑血管异常指标的检出率后发现,初次评估时人工智能脑血管疾病风险预测结果显示低风险、中低风险、中高风险、高风险的人群中,后次体检提示脑血管异常的检出率分别为0.0%、0.0%、0.1%和0.2%,初次评估时人工智能脑血管疾病风险预测结果显示等级越高的人群,预测在未来体检过程中出现脑血管风险可能的体检异常结果概率更高,这说明人工智能脑血管疾病风险预测0.00%0.00%0.00%0302046初次人工智能脑血管风险预测结果中未来体检提示脑血管风0.0%0.0%0.0%上述结果提示对于50岁以上的人群,包括人工智能脑血管风险预测结果显示中低风险以上的人群,未来都应该提高对定期健康监测的重视程度,增加健康检查的频次,以便于及时2023版基于视网膜人工智能评估的《四百万体检人群视网膜是糖尿病血管损伤的常见靶器官,糖尿病发展到—定阶段时会在视网膜上出现微血管瘤、出血、渗出等特征性表现[23],高血糖是糖尿病视网膜病变发生的重要危险因素[24],对于尚未发生糖尿病视网膜病变的糖尿病患者,通过视网膜影像技术在视网膜病变发生之前进行预测,将关口前移将会更具有疾病预防的价值[25]。“开滚眼病研究”报道了中国成年人群糖尿病视网膜病变的10年发病率及相关危险因素,提出了眼底血管变化对糖尿病诊断的重要预测价值[26],鹰瞳Airdoc研发的人工智能视网膜糖尿病风险指数,通过百万级数据的人工2023版基于视网膜人工智能评估的《四百万体检人群本次样本人群中,记录人工智能糖尿病风险预测结果的样本共计3,656,101人次,其中男占比为14.7%;检出871,565人次为中高风险,占比为23.8%。402023版基于视网膜人工智能评估的《四百万体检人群40总体来看,人工智能糖尿病风险预测高风险的占比随年龄的增大而增加,在50岁时出现跳跃性增长,而中高风险占比在50岁时出现拐点,这意味着进入50岁以后,糖尿病的风险会出现较大幅度的上升,中高风险人群有较大可能变为高风险人群,提示50岁以后糖尿病风险的显著的增高,50岁以上的人群更应该关注自身糖尿病的风险情况,做好监测和健康管理,,将空腹血糖、餐后2小时血糖和糖化血红蛋白增高及自述糖尿病史的人群标记为糖尿病指标异常或糖尿病史作为提示糖尿病可能的指标,将空腹血糖>7.0mmol/L、餐后2小时血糖>11.1mmol/L和糖化血红蛋白>6.5%的受检者,标记为糖尿病指标异常或糖尿病史人群（以下简称“糖尿病人2023版基于视网膜人工智能评估的《四百万体检人群分析人工智能糖尿病风险预测结果不同风险人群中,糖尿病和糖尿病前期的检出率。结果发现,不同风险人群的体检提示糖尿病可能的检出率存在较大差异,人工智能糖尿病风险预测结果提示高风险的人群共535,986人次,其中糖尿病为185,530人次,检出率34.6%,另外,在人工智能糖尿病风险预测结果提示中高风险的人群中,糖尿病前期的检出率为33.0%,这提示通过视网膜糖尿病指数能够很好地提视网膜糖尿病风险指数和人工智能糖尿病风险预0糖尿病低风险糖尿病中低风险糖尿病中高风险糖尿病低风险糖尿病中低风险糖尿病中高风险2023版基于视网膜人工智能评估的《四百万体检人群在参加视网膜人工智能评估的体检人群中,健康问卷的填写率为10.4%,其中女性占比49.1%,男性占比50.9%。本章节将联合健康问卷和人工智能疾病风险预测结果进行统并依据第七次人口筛查的标准人群对分组数据的检出率进行标化后对比,探讨疾病家族史和型糖尿病为主,1型糖尿病和其他类型糖尿病少见[27]。2型糖尿病的遗传易感性存在种族差异,健康问卷和人工智能疾病风险预测结果联合分析数据显示:在健康问卷中填写“糖尿病家族史”和“慢性肾脏疾病家族史”的体检人群中,人工智能糖尿病风险预测结果为高风险的占比分别为21.8%和17.8%,高于填写其他疾病或无疾病的人群。说明“糖尿病家族史”和健康问卷（家族病史)和人工智能疾病风险预测结果联合分析无疾病高血压冠心病2023版基于视网膜人工智能评估的《四百万体检人群烟不仅是导致呼吸系统疾病、癌症和心脑血管系统疾病的重要风险因素。吸烟也与糖尿显示:在—项中国人群的大样本前瞻性研究中发现,城市中吸烟的男性糖尿病发病风险是不吸烟者的1.18倍,且开始吸烟的年龄越小2023版基于视网膜人工智能评估的《四百万体检人群脂蛋白胆固醇水平升高而降低低密度脂蛋白胆固醇,从而有“吸烟,已戒”的体检人群中,人工智能糖尿病风险预测结果为高风险的占比19.0%,高于目前代谢综合征防治的主要目标是预防临床心血管疾病血管疾病者则要预防心血管事件。不过量饮酒、戒烟和保持良好情绪等,不仅能减轻胰岛素抵抗和高胰岛素血症,也能改善糖耐量和“饮酒,已戒”的体检人群中,人工智能糖尿病疾病风险预测结果为高风险的占比为17.3%,健康问卷（吸烟及饮酒习惯)和人工智能疾病风险预测结果联合分析442023版基于视网膜人工智能评估的《四百万体检人群44连续进行人工智能眼底照相疾病风险评估对在本次样本人群中,在不同年度连续进行人工智能眼底照相疾病风险评估(至少在其中两个年度进行过人工智能眼底照相疾病风险评估)的人群共532，168人,占总样本人群的年龄(依据初次检查时的年龄)分布如下,本章节将针对连续进行人工智能眼底照相疾病风险评估人群的健康状况进行分析,了解连续进行人工智能眼底照相疾病风险评估对于及时发连续进行人工智能眼底照相疾病风险评估人群样本的性别分244,360人244,360人532,168^0.0%0.0%2,9042023版基于视网膜人工智能评估的《四百万体检人群在连续进行人工智能眼底照相疾病风险评估人群中0.0%2,9042023版基于视网膜人工智能评估的《四百万体检人群在连续进行人工智能眼底照相疾病风险评估人群中,参考上—章节中对糖尿病前期人群和糖尿病人群的定义,共494,712人在初次体检时未出现糖尿病异常指标,其中2,904人在后次的体检中出现糖尿病的异常指标,检出率为0.6%。在初次体检未出现但后次出现糖尿病异^2,9042,904^0.6%0.6%046290247,4092023版基于视网膜人工智能评估的《四百万体检人群通过分析初次人工智能糖尿病风险预测结果,比较后次体检出现糖尿病异常指标的检出率后发现,初次评估时人工智能糖尿病风险预测结果显示低风险、中低风险、中高风险、高风险的人群中,后次体检出现糖尿病异常指标的检出率分别为0.1%、0.2%、0.9%和2.4%,初次评估时人工智能糖尿病风险预测结果显示等级越高的人群,预测在未来体检过程中出现糖尿病可能的体检异常结果概率更高,这说明人工智能糖尿病风险预测结果能够提示未来的初次人工智能糖尿病风险预测结果中未来体检提示糖尿病风上述统计结果提示,40岁以上的人群、人工智能糖尿病风险预测结果显示为中高风险以上的人群、体检提示糖尿病前期的人群,更应该加强持续的健康监测,有助于及时了解健康状况的变化,早期发现疾病隐患,减少不良事件的发生。2023版基于视网膜人工智能评估的《四百万体检人群高血压的发生对眼部的结构与功能有着深刻的影响,血压升高可引起视网膜、脉络膜及视神经结构的循环障碍,继发—系列病理生理改变[28],研究表明,视网膜小动脉变细的人群更易发生高血压,因此视网膜不仅能监测高血压的血管损伤情况,同时对高血压的风险也具有预测作用[29],人工智能视网膜高血压风险指数是鹰瞳Airdoc研发的高血压风险预测工具,通过百万级数据的人工智能学习能够通过眼底照相识别人群的高血压风险2023版基于视网膜人工智能评估的《四百万体检人群本次样本人群中,记录人工智能高血压风险预测结果的样本共计3,656,101人次,其中男总体来看,高血压风险指数高风险占比随年龄的增大而增加,在50岁时出现跳跃性增长,而中高风险占比在50岁时出现拐点,这意味着进入50岁以后,高血压的风险会出现较大幅度的上升,中高风险人群有较大可能变为高风险人群,提示50岁以后高血压风险的显著的增高,提示50岁及以上的人群,应该提高对高血压风险的重视程度,关注自身的高血482023版基于视网膜人工智能评估的《四百万体检人群48在本次样本人群中,根据《中国高血压防治指南（2018年）》中的标准,将收缩压>140mmHg或舒张压>90mmHg或自述高血压病史的人群标记为高血压指标异常或高血压80-12060-800高血压低风险高血压中低风险高血压中高风险高血压低风险高血压中低风险高血压中高风险高血压低风险高血压中低风险高血压中高风险高血压低风险高血压中低风险高血压中高风险2023版基于视网膜人工智能评估的《四百万体检人群人工智能高血压风险预测和体检提示血压正常0结果发现,人工智能高血压风险预测结果中,不同风险人群高血压的检出率存在较大差异,人工智能高血压风险预测结果提示高风险的人次为865，119,其中高血压的人数共2023版基于视网膜人工智能评估的《四百万体检人群人工智能高血压风险预测和体检提示血压正常0502023版基于视网膜人工智能评估的《四百万体检人群50在参加视网膜人工智能评估的体检人群中,健康问卷的填写率为10.4%,其中女性占比49.1%,男性占比50.9%。本章节将联合健康问卷和人工智能疾病风险预测结果进行统并依据第七次人口筛查的标准人群对分组数据的检出率进行标化后对比,探讨疾病家族史和中华医学会发布的《中国高血压防治指南2018年修订版》指出:高血压危险因素包括遗传因素、年龄以及多种不良生活方式等多方面[30]。人群中普遍存在危险因素的聚集,随着高血压危险因素聚集的数目和严重程度增加,血压水平呈现上升趋势,高血压患病风险增大。健康问卷和人工智能疾病风险预测结果联合分析数据显示:在健康问卷中填写“高血压家族史”和“糖尿病家族史”的体检人群中,人工智能高血压风险预测结果为高风险的占比分别为27.0%和25.6%,高于填写其他疾病或无疾健康问卷（家族病史)和人工智能疾病风险预测结果联合分析无疾病高血压2023版基于视网膜人工智能评估的《四百万体检人群制高血压,降低高血压的心、脑、肾与血管并发症发生和死亡的总危险[31]。应根据高血压患者的血压水平和总体风险水平,决定给予改善生活方式和降压药物的时机与强度。戒烟的益处十分肯定。医师应强烈建议并督促高血压患者戒烟。必要时,指导患者应用戒烟药物,减健康问卷和人工智能疾病风险预测结果联合分析数据显示:在健康问卷中填写“吸烟”和“吸烟,已戒”的体检人群中,人工智能高血压风险预测结果为高风险的占比27.4%,高中华医学会发布的《中国高血压防治指南2018年修订版》指出:限制饮酒与血压下降显著有关少量饮酒有利于心血管健康的证据尚不足,相关研究表明,即使对少量饮酒的人而言,减少酒精摄入量也能够改善心血管健康,减少心血管疾病的发病风险。“饮酒,已戒”的体检人群中,人工智能高血压疾病风险预测结果为高风险的占比为26.1%,“不饮酒人群”的1.1倍;同时,每周饮酒频次越多的人群中,人工智能高血压疾病风险预测结果为高风险的占比越高,说明饮酒会增加高血压疾病的风险。健康问卷（吸烟习惯及饮酒习惯)和人工智能疾病风险预测结果联合分析2023版基于视网膜人工智能评估的《四百万体检人群连续进行人工智能眼底照相疾病风险评估对在本次样本人群中,在不同年度连续进行人工智能眼底照相疾病风险评估(至少在其中两个年度进行过人工智能眼底照相疾病风险评估)的人群共532，168人,占总样本人群的龄(依据初次检查时的年龄)分布如下,本章节将针对连续进行人工智能眼底照相疾病风险评估人群的健康状况进行分析,了解连续进行人工智能眼底照相疾病风险评估对于及时发现疾病情况,避免不良预后的重要意义。连续进行人工智能眼底照相疾病风险评估人群样本的性别分244,360人532,168244,360人532,168^0.0%2023版基于视网膜人工智能评估的《四百万体检人群在连续进行人工智能眼底照相疾病风险评估人群中,参考上—章节中对血压正常高值人群和高血压人群的定义,共426,539人在初次体检时未出现高血压的异常指标,其中8,789人在后次体检中出现高血压异常指标,检出率为2.1%。在这8,789中6,013人年龄在40岁以上2023版基于视网膜人工智能评估的《四百万体检人群在连续进行人工智能眼底照相疾病风险评估人群中,参考上—章节中对血压正常高值人群和高血压人群的定义,共426,539人在初次体检时未出现高血压的异常指标,其中8,789人在后次体检中出现高血压异常指标,检出率为2.1%。在这8,789中6,013人年龄在40岁以上,^^26882,0862,0282,0912023版基于视网膜人工智能评估的《四百万体检人群通过分析初次人工智能高血压风险预测结果,比较后次体检出现高血压异常指标的检出率后发现,初次评估时人工智能高血压风险预测结果显示低风险、中低风险、中高风险、高风险的人群中,后次体检出现高血压异常指标的检出率分别为0.4%、1.5%、3.6%和6.5%,初次评估时人工智能高血压风险预测结果显示等级越高的人群,预测在未来体检过程中出现高血压风险可能的体检异常结果概率更高,这说明人工智能高血压风险预测结果能够提示未初次人工智能高血压风险预测结果中未来体检提示高血上述统计结果提示,40岁以上的人群、人工智能高血压风险预测结果显示为中高风险以上的人群、血压正常高值的人群,更应该加强持续的健康监测,有助于及时了解健康状况的变化,早期发现疾病隐患,减少不良事件的发生。2023版基于视网膜人工智能评估的《四百万体检人群贫血是指人体外周血中红细胞减少,导致不能对组织器官充分供氧的—组临床综合征[32], 会出现特征性表现,例如视网膜背景苍白、视盘色淡、视盘附近区域静脉颜色变淡,与动脉基于视网膜图像和真实血红蛋白数据,通过百万级数据的人工智能学习,可以通过视网膜图2023版基于视网膜人工智能评估的《四百万体检人群本次样本人群中,记录人工智能贫血风险预测结果的样本人群共计3,303,648人次,其中险,占比为1.7%;检出237,032人次为中高风险,占比为7.2%。0.6%0.4%0.6%0.4%0.9%总体来看,人工智能贫血高风险的检出率女性明显高于男性,女性人工智能贫血预测结果高风险的检出率是男性的16倍,提示各年龄段的人群尤其是女性应该定期进行人工智能贫血风险评估,警惕贫血的发生。贫血是—种常见的健康问题,主要由于体内缺乏足够的健康红血细胞或血红蛋白引起。建议调整饮食,确保摄入足够的富含铁、维生素B12和叶酸的食物,也可针对性的补充营养素。对于特殊情况的贫血,建议前往医院进2023版基于视网膜人工智能评估的《四百万体检人群在本次样本人群中,根据血红蛋白浓度值将男性血红蛋白浓度值<130g/L和女性血红蛋智能贫血风险预测结果不同风险人群中,贫血的检出率情结果发现,不同风险人群的贫血检出率存在较大差异,人工智能贫血风险预测结果提示工智能视网膜贫血风险预测,能够较好地评估贫血的风险视网膜贫血风险指数和人工智能贫血风险预0贫血低风险贫血中低风险贫血中高风险贫血低风险贫血中低风险贫血中高风险2023版基于视网膜人工智能评估的《四百万体检人群老年痴呆是—组严重威胁老年人身心健康的综合征,至今发病机制尚未完全明确,但已确认与神经退行性变、脑血管病变、感染、外伤、肿瘤、营养代谢障碍等多种原因有关。老年痴呆的特征是认知功能在两个或两个以上的领域(如记忆、执行功能、注意力、语言、社会认知和判断等)受损,并可伴有人格改变、精神行为症状等,不能归因于正常老化。目前,老年期(年龄超过65岁)痴呆已成为多发病和常见病,国家和全社会的重视程度不断提升,但疾病的治疗仍是世界范围的难题,痴呆防治重点在于通过早期识别高危人群,针对性提供视网膜是全身唯—可以直接观察到血管和神经的组织,视神经是中枢神经系统的—部分,其形态和功能变化与系统性疾病如老年痴呆等疾病相互印证[35],研究表明痴呆患者的视网膜年内发生老年痴呆的危险度评估的方法和工具。基于国际公认的CAlDE痴呆风险评估模型[36],通过百万级数据的人工智能学习,可以通过视网膜图像评估老年痴呆发生的风险,并根据人本次样本人群中,记录人工智能老年痴呆风险预测结果的样本人群共计1,903,172人次,风险,占比为0.3%;检出86,075人次为中高风险,占比为4.5%。2023版基于视网膜人工智能评估的《四百万体检人群1,000,039人次1,000,039人次总体来看,人工智能老年痴呆的高风险和中高风险的集中在50岁以上,并在60岁以后出现快速增长。提示各较大年龄段的人群应该定期进行人工智能老年痴呆风险评估,合理安排Chapter.04视网膜影像人工智能技术应用论文摘要和解读602023版基于视网膜人工智能评估的《四百万体检人群602022年,爱康集团与鹰瞳科技携手北京大学临床研究所、北京大学第—医院、首都医科大学附属同仁医院、北京大学首钢医院、上海市静安区市北医院等多家医院的合作研究成果在国际知名期刊《科学通报》杂志(scienceBulletin,scl影响因子20.57了—个人工智能算法模型,可根据个体的眼底照片估算其未来10年内发生缺血性心血管疾病的风险。这是我国首个尝试结合人工智能技术和眼底照片信息预测国人发生心脑血管疾病风随着我国人口老龄化进程的加速,心血管疾病的发病率也逐年增加,其中缺血性心血管死亡的主要原因,其预防和早期诊断对于提高患者生存率和生活质量具有至关重要的作用[39]。2023版基于视网膜人工智能评估的《四百万体检人群传统的lcvD风险评估模型需要进行问卷和检查收集多项信息,且计算过程相对繁琐,在临床应用上受到限制。而从解剖学和发育学的角度上来看,视网膜是大脑的延伸,也是观察人体微小血管和神经的绝佳窗口,其特征与lcvD的多个危险因素如高血压、糖尿病等存在密切的关联,因此视网膜具有预测lcvD风险的潜在价值[40]。近年来,免散瞳眼底照相技术与人工智能技术飞速发展,也使开发通过眼底图像预测lcvD风险的人工智能工具成为可能。研究团队历时五年,基于近40万中国人的健康数据开发了—个算法模型,使用卷积神经网络实现通过眼底图像预测10年内发生lcvD事件的风险。为了验证这个算法模型评估lcvD风首先使用与模型训练同源的2万余人的健康数据作为内部验证,验证结果显示使用该模型筛查10年lcvD风险临界/中等及以上(>5%/>7.5%)人群的受试者工作特征曲线下面积 队列,共纳入了—千余人的健康数据来进行外部测试。测试结果显示,该模型筛查10年lcvD风险为临界/中等及以上(>5%/>7.5%)的AUc也达到了0.859和0.876。两次验证结果均表示这—新型预测工具对于中国人lcvD高风除此之外,研究人员还进—步验证了人工智能模型预测风险值和传统模型计算风险值的拟合优度(R2score),在内部和外部验证集上分别为0.876、0.638,这表明了模型预测的这—新型预测工具开发成功后,因其快速、无创和自动化的优点,已被广泛应用于各级医院及健康管理机构中,对早期发现心血管病高危人群,指导积极干预,监测和评价干预效其在爱康体检人群中的应用数据见第三章人工智能视网膜慢病风险评估结果分析中心脑2023版基于视网膜人工智能评估的《四百万体检人群《AgeandAgeing/12.782》Developmentandvalidati开发和验证—种基于眼底照片的深度学习算法,用于估计CAlDE痴呆风险评分2022年,爱康集团、鹰瞳科技携手北京大学临床研究所联合多学科专家合作的研究成果解放军总医院、美国华盛顿大学、北京同仁医院、北京安贞医院等多家科研院所、高校参与了研究。研究开发了—项基于眼底照片的人工智能算法,可快速估算未来20年发生痴呆的风险,从而准确识别痴呆高风险人群。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,是痴呆防前国际上认可度最高的痴呆风险预测工具,可以预测中年人20年后发生痴呆的风险[36]。但其计算需要采血、收集多维度的健康信息,有创、耗时且计算复杂,难以推广应用。视网膜与大脑在解剖学和发育学上存在同源性,既往大规模人群研究发现眼底微血管异常与痴呆的发病显著相关。而迅速发展的眼底照相技术和人工智能技术也让通过视网膜早期2023版基于视网膜人工智能评估的《四百万体检人群研究团队基于我国19省市共近26万人包括视网膜图像的多模态健康数据开发了人工智能算法模型,利用卷积神经网络通过眼底图像估算其20年内发生痴呆的风险。为了更进—步地评估模型预测风险的性能,研究人员还在不同人群数据集中使用了多种方法进行验在—万余人的内部验证和两万余人的外部验证中,研究人员分别验证了人工智能模型预测风险值和传统模型计算风险值的拟合优度(R2score),结果分别为0.80、0.58,这表明在内部验证和外部验证数据集中,模型识别痴呆高风险人群(将CAlDE风险评分>10分研究人员还使用多元线性回归模型分析了痴呆风险评分与认知功能现状的关联性,结果显示算法预测的CAlDE痴呆风险评分与受试者的综合认知功能、各领域认知功能得分均显著基于眼底照片的痴呆风险评估易操作,非侵入,且具有成本效益,适合于在健康体检中心加以推广应用,将极大节省筛查的人力和物力,在全生命周期的健康管理时代助力体检的个体化、精准化升级。目前,该研究开发的人工智能算法模型已逐步规模应用于我国体检人群,用以早期识别痴呆高危个体。其在爱康体检人群中的应用数据见第三章人工智能视网膜慢病风险评估结果分析中痴呆2023版基于视网膜人工智能评估的《四百万体检人群《JAMANetworkOpen/13.353》2022年,爱康集团与鹰瞳科技携手首都医科大学附属北京同仁医院、宣武医院、复兴医院等8家医院合作开展的全国性多中心研究成果发表在《美国医学会杂志》子刊(JAMANetwork0pen,scl影响因子13.353)上。研究结果显示,基于眼底照片训练的Al算法模型在全国多中心的真实世界验证中,对10种常见眼底疾病的筛查敏感度堪比资深眼底专家,且2023版基于视网膜人工智能评估的《四百万体检人群准确、可靠且具备卫生经济学效益的眼底疾病筛查方法越来越受到临床医生及科研人员的广泛关注,随着人工智能技术的不断发展,临床医学与人工智能的交叉研究广泛开展并产生优异成果。其中,2021年鹰瞳科技和多家医院合作开展了“Al视网膜多病种辅助诊断系统”全国性真实世界研究,研究结果显示,Al视网膜多病种辅助诊断系统在真实世界中识别14种常见的视网膜异常时表现出优异的性能,准确率嫂美眼底病专家i44]。该研究成功入选2021年在此基础之上,科研人员也开始研究如何利用基于深度学习的人工智能开展大面积人群的眼底疾病筛查和双向转诊,从而帮助克服眼科医疗资源的不在这项全国性多中心研究中,研究团队基于12万张眼底照片开发了视网膜人工智能诊断系统RAlDS,用来识别多种眼底疾病,包括糖尿病性视网膜病变、青光眼、黄斑裂孔、黄斑前膜、高血压视网膜病变、视网膜有髓神经纤维、视网膜色素变性、年龄相关性黄斑变性、视网膜静脉阻塞及病理性近视。在内部验证中,RAlDS对于正常眼底和各种异常眼底图像的2023版基于视网膜人工智能评估的《四百万体检人群为了进—步验证该人工智能诊断系统在真实临床环境中应用的性能和对比优势,研究人研究人员从我国19个省份的65家体检机构前瞻性收集了20万余张眼底照片用于验证,结果显示为了进—步验证RAlDS在真实临床环境中的应用能力,研究人员还邀请了三组共9位不同年资的眼科医生(3位有10~15年经验的高级眼底病专家,3位有5~10年经验的初级眼底病专家和3位少于5年眼底病经验的眼科执业医师),利用了北京眼病研究和开滚眼病研究的共—万余张眼底照片来比较RA对比结果显示RAlDS的诊断准确性等于甚至优于眼科医生,包括经验丰富的眼底病专家,而且在10研究人员统计了—张眼底照片评估的平均用时分别为:R为了更加贴近临床使用场景,研究人员又将RAlDS与人类眼科医生结合,让RAl筛,检测到异常的图像再由人类眼科医生来进行最终的诊断。与单独基于眼科医生的检查相比,RAlDS系统联合眼科医生的临床筛查模式在取得相似准确性的基础视网膜人工智能诊断系统在全国性多中心的大量人群验证中表现出了强大的性能,可以准确、可靠且快速地筛查多种眼底疾病,在大规模筛查的真实临床场景中具备广阔的应用前景,是帮助欠发达地区解决眼科医疗资源匿乏难题,助推全国眼健康事业的发展。人工智能视网膜影像技术可以准确、快速地进行多种眼病的筛查,有助于实现全国致盲眼病的早筛早诊、实现大规模人群的眼健康筛查和管理。该技术已广泛应用于多种眼病的筛查和管理,Al和眼健康管理实现深度融合,也将在此领其在爱康体检人群中的应用数据见第二章人工智能眼底照相疾病风险评估结果分析部分。2023版基于视网膜人工智能评估的《四百万体检人群《JournalofBigData/10.835》2022年,爱康集团携手同仁医院等共同合作研发发表在数据科学领域顶级期刊和性别匹配的对照组训练的模型1和模型2对于甲元患者的识别准确率均较高,AUC分别达到0.907和0.850;对模型1进—步外部验证,AUC为0.816-0.849;该研究是全球首个结合人工智能技术和眼底照片信息采用无创方法来评估甲状腺功能元进的研究,也是首个基于人工智能该模型具有良好的泛化性能,可适用于不用设备不同场景,可被视为—种成本低、高效且Chapter.05基于人工智能眼底照相的眼健康深度分析2023版基于视网膜人工智能评估的《四百万体检人群近视是—种屈光不正,即当眼睛调节放松时,远处物体发出或反射的光线(相当于平行光线)进入眼睛,聚焦在视网膜前方。大多数近视伴随着高强度的学校教育在学龄期开始发生且快速进展,在青春期后期逐渐减缓,并在成年后趋于稳定[45]。在某些情况下,如近距离用眼负荷过重等环境因素或高度近视家族史等遗传因素的作用下,近视会在学龄前发生,或由于科技水平的提高,电子产品的普及,综合教育水平提升和户外活动时间的显著减少,儿童青少年的近视率正逐年攀升,且出现低龄化现象,近视成为了全球性的健康问题。根据已发表文献估计,当前全球范围内近视患病率为33%,到2050年,估计将达到50%,影响全近视患病率的提升会带来进—步的挑战。近视尤其是高度近视可能导致多种眼部并发症的风险呈指数级增加,如病理性近视、视网膜脱离、青光眼、白内障等,从而导致视力的降低甚至丧失[50]。统计显示,近视度数每增加1.00D,发生近视性黄斑变性的风险就会增加67%[51]。而由于近视及高度近视的发病率越来越高,病理性近视已成为第二大成年人视力损不同程度近视眼眼部并发症的发生风险（%)-3.00~-1.00D-6.00~-3.00D-6.00D或更高另外,如不控制近视的发生和发展,高度近视还可能会对患者的生活质量造成影响[53],遗憾的是,经调查,现阶段多数人对于眼底疾病的认知非常不足,仅有14.2%的儿童青少年家长和8.5%的青少年知晓眼底疾病是高度近视并发症之—,有22.6%的家长和39.3%的这—系列数字,反应出我