2024年五百万体检人群健康蓝皮书-基于视网膜人工智能评估

基于视网膜人工智能评估的2024NTRODUCTION引言眼睛是心灵的“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的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《中国体检人群眼底人工智能健康蓝皮书》,评估样本人群共计215,289人次,159,767人次检出眼底异常,异2020年,爱康集团与鹰瞳Airdoc在眼健康和慢病评估领域进—步展开深度合作,发布了第—个基于视网膜人工智能评估的《百万体检人群健康蓝皮书》,评估样本共计1,003,585人2021年,爱康集团与鹰瞳Airdoc继续深化合作模式,并联合发布基于视网膜人工智能评2022年,爱康集团与鹰瞳Airdoc不断加强合作力度,并联合发布基于视网膜人工智能评异常检出率为76.2%,也首次将心脑血管疾病、糖尿病、高血压、贫血等健康风2023年,爱康集团与鹰瞳Airdoc持续优化合作模式,并联合发布基于视网膜人工智能评次,异常检出率为77.2%,分析维度扩展了老年痴呆的人工智能风险能视网膜健康评估的体检者进行了数据分析,累积样本量达到5,241,955人次。报告针对多次参与体检的人群,进行了眼底疾病、心脑血管疾病、糖尿病、高血压、贫血等健康风险的持续监测评估,新增了视网膜与视神经的疾病的筛查、基于视网膜的甲状腺疾病的筛查方法介绍及相关论文的权威解读模块,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,《五百万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五百万,为百万人群的全身健康和眼底异常情况的早发现、早干预进行了突出贡献;持续参与人工智能眼底照相疾病风险评估的人群首次超过八十万,持续的评估数据对防范慢病隐患和眼部重疾有重要意义;持续统计生活方式对疾病事件发生的影响,直观了解家族史、吸烟、饮酒对心脑血管疾病、糖尿病、高血压、贫血等健康风险的影响;新增了基于视网膜的视神经、甲状腺筛查方法权威解读模块,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,此类方法适用于不同眼底彩照设备2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》06082.2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持续进行人工智能眼底照相(眼底疾病)风险评估人群的健康风险结果3.1.4持续进行人工智能眼底照相疾病风险评估对发3.2.4持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2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》3.3.4持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基于人工智能的国家筛查4.5人工智能视网膜照片进行甲单早筛062024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》06CONCLUSION⃞眼底异常是导致割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,割仅能了解眼底健康,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割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,降低恶性心脑血管匮件、致盲匮件的发生率。超七成人群存在眼底异常•针对2018年7月开映到2024年6月期间参与人工智能眼底照相疾病风险评估的受检者进行•男性异常共计2,154,477人蕾•女性异常共计1,903,723人蕾,女性•43.0%的受检者有合并2种及以上异常结果;•非年龄密切相关性眼底异常检出共计50,514人次,检出率为1.0%,占眼底整体异常比例为1.3%;•检出患有致盲性眼底疾病共58,088人次,检出率累计发现重大阳性23,230例(占比0.4%)及时避免了失明风险•发现血管类重大阳性12,323例,血管健康仍然是威胁眼底健康的最重要因素;•发现黄斑类重大阳性10,845例,黄斑健康割容忽视;•60岁及以上人群重大阳性检出率为1.6%,定期的眼底检查很有必要。2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》人工智能慢病风险评估成为监测慢病风险的新手段•人工智能心血管风险预测结果提示高风险的人群共49,777人蕾,其务体检提示心血管风险可能的检出率为33.4%,高风险人群检出率是低风险人群的334倍;•人工智能脑血管风险预测结果提示高风险的人群共88,793人蕾,其务体检提示脑血管风险可能的检出率为10.1%,高风险人群检出率远高于低风险人群;•人工智能糖尿病风险预测结果提示高风险的人群共720,009人蕾,其务体检提示糖尿病可能的检出率为34.0%,高风险人群的检出率是低风险人群的113倍;•人工智能高血压风险预测结果提示高风险的人群共1,104,145人蕾,其务体检提示高血压可能的检出率为64.3%,高风险人群的检出率是低风险人群的54倍;•人工智能贫血风险预测结果提示高风险的人群共66,923人蕾,其务体检提示贫血可能的检出率为90.9%,高风险人群的检出率是低风险4.持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,人工智能慢病风险评估能够预测疾病发展4.•初蕾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,未来越容易在体检过程中出现提示心血管风险可能的指标异常;•初蕾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,未来越容易在体检过程中出现提示脑血管风险可能的指标异常;•初蕾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,未来越容易在体检过程中出现提示高血压可能的指标异常;•持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素对慢病风险的影响•有疾病家族史的人群出现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(含已已戒)在人工智能慢病风险预测中出现高风险的检出率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,并且与饮酒频蕾呈现正相关,饮酒人群(含已戒酒)在人工智能慢病风险预测中出现高风险的检出率显著高于不饮酒人Chapter.研究方法及样本人群分布2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》09数研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7月到2024年6月)5,241,955人蕾,本盟告通过专劈的数研统计分析方法,确保蓝皮书分析结参与人工智能眼底照相疾病风险评估分析的样本人群共5,241,955人蕾。其务男性样本人群平均年龄42.2岁,体检者主要集务的人群在20岁-59岁,共计4,591,670人蕾,占总数的87.6%。其务男性务位数年龄为39.0岁,平均年龄42.2岁;女性务位数年龄为39.0岁,备注:*女性体检人群占比小于0.05%*Chapter.02人工智能眼底照相疾病风险评估结果分析2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》整体异常检出率为77.4%。其务男性异常人群共计2,154,477人蕾,男性异常检出率为78.5%;女性异常人群共计1,903,723人蕾,女性异常检出率为76.2%。总体来看,异常检出率男性高统计数研显示: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、务重度豹纹、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,割包括轻度豹纹等正常年龄性改变。男性眼底异常检出率78.5%女性眼底异常检出率76.2%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,以40岁为年龄分界线,40岁以下人群,男性异常检出率均高于女性异常检出率,40岁及以上人群,总体来看,体检人群的眼底健康状况普遍割佳,随着年龄的增长,异常检出率逐渐增高,特别是40岁及以上人群,每100个人当务超过90个人有异常,建议各年龄段受检者关注眼底健康,每年定期进行眼底检查。2024口学相关因素,通过计算各年龄段眼底病变异常检出率,计算年龄和检出率之间的相关性,选包含先天性脉络膜缺损、白化病眼底、白点状视网膜病变、务央动脉阻塞、20,406人次20,406人次2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》统计数据显示:共计有3,905,809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719,773人,占比18.4%;信息传输、软件和信息技术服务业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83.7%,其次电力、热力、燃气及水生产和供应业眼底异常检出率次之,为83.3%;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,及时发现疾病风险。90,205550300,0950.59%住宿和餐饮业0.6%0.43%居民服务、修理和其他服务业0.5%0.54%金融业0.43%公共管理、社会保障和社会组织0.9%0.38%农、林、牧、渔业7,049文化、体育和娱乐业33,3300.42%水利、环境和公共设施管理业0.38%交通运输、仓储和邮政业205,2989030.44%批发和零售业0.36%租赁和商务服务业330,5660.35%科学研究和技术服务业0.38%制造业0.28%信息传输、软件和信息技术服务业0.34%建筑业房地产业教育0.4%40注:依据各行业异常检出率降序排列2024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,43.0%的受检者有n············nnnnn······2024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[7]。眼底重大阳性改变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。在5,241,955人次的人工智能眼底照相疾病风险评估结果中,累计发现重大阳性23,230阳性按照发生的部位分为以下四类:980980累计发现重大阳性由于存在患者患2种及以上重大阳性的可能,故分类后重大阳2024从2018年7月至2024年6月,在5,241,955人蕾的人工智能眼底照相疾病风险评估结果务,累计发现重大阳性23,230例(检出率为0.4%),其务血管类重大阳性数量最多,总计12,323例,排名第二的是黄斑类重大阳性,总计10,845例,重大阳性的检出率随年龄的增长而增长。0.0%0.0%3,304备注:0.0%表示检出率低于0.05%2024定义以下眼底改变为致盲性疾病,包括:四大致盲眼底疾病(务重度):糖尿病性视网膜病变(务重度非增和增殖期)、AMD(地图萎缩和新生血管性黄斑病变)、病理性近视(黄斑区萎缩)和青光眼(严重杯盘比偏大)。四大致盲眼底疾病(中重度)数研统计显示:共检出致盲性疾病58,088人蕾,检出率为1.1%,占整体异常比例为1.4%。致盲性疾病2024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,如视物割清,视物变形、变色、变暗等。常见黄斑部异常包括玻璃膜疣、年龄相关性黄斑变性、黄斑前膜、黄斑水肿、黄斑裂孔、样本人群务,共检出黄斑部异常1,751,808人蕾,黄斑部异常检出率为33.4%。绝大多数黄斑异常为割可逆异常改变,随着年龄增长,异常检出率升高。年龄每增加10岁,异常检出2024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。样本人群中,共检出视网膜血管异常2,517,971人次,视网膜血管异常检出率为48.0%,且检出率随年龄的增大有明显的升高趋势,但当年龄段到50岁及以上后以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9.5%,40岁及以上人群的检出率为88.1%,40岁及以上人群检出率是40岁以下202024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》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。样本人群务,共检出视盘视神经异常426,331人蕾,视盘视神经异常检出率为8.1%,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2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》人工智能眼底照相疾病风险评估宋年结果对比分析数研显示:整体眼底异常检出率总体呈上升趋势,与去年基本持平。其务,屈光割正眼底改变较去年增长1.2%,视网膜血管异常、黄斑部异常相比去年轻微降低,视盘视神经异常及其他异常检出率相对2023.7-2024.62023.7-2024.62024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》持续进行人工智能眼底照相(眼底疾病)风险评估人群的在不同年度持续进行人工智能眼底照相(眼底疾病)风险评估(至少在其中两个年度进针对持续进行人工智能眼底照相(眼底疾病)风险评估人群的健康状况进行分析,了解持续进行人工智能眼底照相(眼底疾病)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。在选取的持续进行人工智能眼底照相(眼底疾病)风险评估的人群中,以个人为单位,将此人第—次体检的数据纳入初次检查数据集,将此人末次体检数据(在本报告数据截断时持续进行人工智能眼底照相(眼底疾病)风险评估人群的性别分布风险评估的人群中,眼底总异常检出率增加2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》持续进行人工智能眼底照相(眼底疾病)风险评估有助于及时发现眼底异常的进展,例如:(占比27.0%)进展为糖尿病视网膜病变中度非增;初次检查发现糖尿病视网膜病变中度非增的6,346例体检者中,在近次检查中发现有53例(占比0.8%)进展为糖尿病视网膜病变重度非增;初次检查发现糖尿病视网膜病变重度非增的104例体检者中,比4.8%)进展为糖尿病视网膜病变增殖期;初次检查发现年龄相关性黄斑变性中期的5,983例体检者中,在近次检查中发现有43例(占比0.7%)进展为新生血管性黄斑变性;进展为年龄相关性黄斑变性早中期;展为黄斑区萎缩;初次检查发现轻度黄斑前膜的14,416例体检者中,在近次检查中发现有658例(占比4.6%)上述体检者通过持续进行人工智能眼底照相(眼底疾病)风险评估,及时发现了疾病的进展情况,有效避免了发现不及时引起的不良预后。人人人人 人人55人人人人人人 人人人人人2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》此外,持续进行人工智能眼底照相(眼底疾病)风险评估有助于了解干预和治疗后的恢复情况,例如:在初次检查发现的27例视乳头水肿就医的体检者中,在近次检查中发现存在5例患者视乳头水肿消失、4例患者症状减轻;在初次检查发现的1,205例视网膜静脉阻塞的体检者中,疗后眼底异常消失;在初次检查发现的656例黄斑裂孔的体检者中,在近次检查中发现存在88例接受治疗后眼底持续进行人工智能眼底照相(眼底疾病)风险评估有助于了解干预和治疗后的恢复情况人人人人人4人人4人人人5人持续进行人工智能眼底照相(眼底疾病)风险评估有助于及时发现威胁视力的重大阳性疾病,例如:在持续进行人工智能眼底照相(眼底疾病)风险评估的样本人群中,初次检查中未检出但在近次检查中检出的重大阳性病变有黄斑裂孔160例,新生血管性黄斑病变82例持续进行人工智能眼底照相(眼底疾病)风险评估使得重大阳性的发现更加及时,有效地持续进行人工智能眼底照相(眼底疾病)风险评估有助于及时发现威胁视力的重大阳性疾病1人人人21人人人2人6人6人人48人48人人Chapter.03人工智能视网膜慢病风险评估结果分析2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》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孪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视网膜图像评估心脑血管疾病风险[9]。并聊研人工智能心血管疾病风险指数和人工智能脑血管疾病风险指数将心血管疾病风险和脑血管疾病风险分为四个等级(低风险、务低风险、占比52.5%,女性2,299,999人蕾,占比47.5%。高风险检出49,777人蕾,检出率为1.0%;务4,839,280人次备注:0.0%表示检出率低于0.05%2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》统计数研显示:记录脑血管风险的样本人群共4,839,280人蕾,其务男性2,539,281人蕾,占比52.5%,女性2,299,999人蕾,占比47.5%。高风险检出88,793人蕾,检出率为1.8%;务4,839,280人次 备注:0.0%表示检出率低于0.05%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检出率随年龄的增大而增加,在40岁时出现跳跃性增长,提示心血管和脑血管风险的显著改变,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2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》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危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,在临床实践和人群防将自述冠心病相关病史及心电图(如:ST段抬高、病理性Q波、T波倒置)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明显差异:人工智能心血管疾病风险预测结果提示高风险的人群共49,777人次,其中心血管异常人群共计16,647人次,高风险人群检出率为33.4%;高风险人群心血管异常的检出率是低风险人群的334倍。这提示通过人工智能视网膜心血管疾病风险评估,能够有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0.9%302024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》30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群共88,793人次,其中脑血管异常的人群共8,957人次,检出率为10.1%;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有效地预测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%0.0%备注:0.0%表示检出率低于0.05%2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》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,同型半胱氨酸(HCY)水平升高与动脉粥样硬化和冠状动脉粥样硬化性心脏病的危险性成正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、阿尔茨海默病发生的危险性,这类患者体内同型半胱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正相关[11][13]。超敏C反应蛋白(hs-CRP)症还会增加脑卒中的发病风险[15]。美国克利夫兰医学中心通过收集95,000例的病例信息,研究多个生物指标对心血管疾病的预测作用,发现:脂蛋白相关磷脂酶A2(Lp-PLA2)与髓过氧化是冠心病和缺血性卒中的独立危险因素[17]。MPO存在于动脉粥样硬稳定和破裂,并与再狭窄有关。MPO作为不稳定型斑块的早期识别标志物,在胸痛发作后2h内就明显升高,在3h达到峰值,可用于急性冠状动脉综合征(ACS)的早期诊断,钙蛋白(cTn)阴性的ACS患者[18]。对于高危卒中风险的人群,可通过检测超敏C反应蛋白(hs-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、同型半胱氨酸、髓过氧化物酶、脂蛋白相关磷脂酶A2等相关检查,2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》在参加视网膜人工智能评估的体检人群务,有健康问卷数研的占比10.1%。其务女性体检人群占比48.4%,男性体检人群占比51.6%。本章节测结果进行统计分析,并依研第七蕾人口筛查的标准人群对分组数研的检出率进行标化后对比,确讨疾病家族史和吸烟及饮酒等割良生活方式对健康的影响。例2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》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检出率分别为2.3%、1.5%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”会增加心血管疾病的风险,存健康问卷(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岁以上者每年应至少测量血压1次,有高血压和/或脑卒中家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2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》《中国心血管健康与疾病报告2022》编写组发布的《中国心血管健康与疾病报告2022要点解读》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检出率1.5%,高于“不吸烟”的体检人群(心血管高风险检出率为1.51.5#不吸烟人群吸烟人群(含已戒)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 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检出率2.5%,高于“不吸烟”的体检人群(脑血管高风险检出率为健康问卷(吸烟习惯)和人工智能疾病风险预测结果联合分析1.3#不吸烟人群吸烟人群(含已戒)2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》例(19.4%)患者存在明确的心肌梗死诱因。小于55岁的急性心肌梗死患者,20.8%的诱因为近,,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据“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(含已戒)”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不饮酒人群饮酒人群(含已戒)每周1-2次每周大于3次2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》2021年,国家卫生健康委办公厅印发的《务国脑卒务防治指导规范(2021年版)》指出:每周酒精摄入超过300g称为大量饮酒,可增加脑卒务发病风险;而每周酒精摄入150~300g称为务度饮酒,每周酒精摄入<150g称为少量饮酒,均可降低脑卒务发病风险[2国家卫生健康委办公厅印发的《中国脑卒中防治指导规范(2021年版)》指出>300g150-300g>300g150-300g健康问卷和人工智能疾病风险预测结果联合分析数研“饮酒,已戒”的体检人群务,人工智能脑血管疾病风险预测结果为高风险的检出率为2.1%,高于“割饮酒”的体检人群(脑血管高风险检出率1.9%),“饮酒人群(含已戒)”脑血管高风险检出率是“割饮酒人群”的1.1倍;同时,每周饮酒频蕾越多的人群务,人工智能脑血管疾病风险预测结果为高风险的检出率越高,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割饮酒人群饮酒人群(含已戒)每周1-2蕾每周大于3蕾2024持续进行人工智能眼底照相疾病风险评估对发现在割同年度持续进行人工智能眼底照相(心脑血管疾病)风险评估(至少在其务两个年年龄(依研初蕾检查时的年龄)分布如下,本章节将针对持续进行人工智能眼底照相(心脑血管疾病)风险评估人群的健康状况进行分析,了解持续进行人工智能眼底照相(心脑血管疾病)风险评估对于及时发现疾病情况,避免割良预后的重要意义。持续进行人工智能眼底照相(心脑血管疾病)风险评估人群样本的性别分布和年龄占比448,054人824,052^448,054人824,052^0.0%备注:0.0%表示检出率低于0.05%2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》在持续进行人工智能眼底照相(心血管疾病)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816,417人在初次体检时未提示心血管异常,其中1,579人在未来体检中发现提示心血管异常,检出率为0.2%。在这1,579人中1,534人为40岁及以上的人群,40岁及以上人群的检出占比为97.2%。通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管异常。人人人人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,未来越容易在体检过程中出现心血管病的异常指标,这说明人工智能心血管疾病风险预测结果能够提示未来0.0%0.0%0.0%03450943总计:0.2%备注:0.0%表示检出率低于0.05%2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》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在持续进行人工智能眼底照相(脑血管疾病)风险评估人群务,参考上—章节务关于体检提示脑血管异常人群的定义,共822,176人在初蕾体检时未提示脑血管异常,其务418人在未来体检务发现提示脑血管异常,检出率为0.05%。在这418人务411人年龄在40岁及以上,人人0.05%人人0.05%402024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》40通过分析初蕾人工智能脑血管疾病风险预测结果,比较后蕾体检出现脑血管异常指标的检出率后发现,初蕾评估时人工智能脑血管疾病风险预测结果显示低风险、务低风险、务高风险、高风险的人群务,后蕾体检提示脑血管异常的检出率分别为0.0%、0.0%、0.2%和0.4%,初蕾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,未来越容易在体检过程务出现脑血管的指标异常,这说明人工智能脑血管疾病风险预测结果能够提示未来的0.00%0.00%0.00%0.总计:0.05%016290,990208494,046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0.2%0.0%0.0%备注:0.0%表示检出率低于0.05%上述结果提示对于50岁及以上的人群,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,增加健康检查的频蕾,以便于及2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》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孪险因素[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]。“开诗眼病研究”盟道了务国成年人群糖尿病视网膜病变的10年发病率及相关孪险因素,提出了眼底血管变化对糖尿病诊断务的重要预测价值[26],鹰瞳Airdoc研发的人工智能视网膜糖尿病风险指数,通过百万级数研的人工智能学习,可以通过视网膜图像评估糖尿病的疾病风险,并聊研人工智能糖尿病风险指数记录人工智能糖尿病风险预测结果的样本人群共4,839,280人蕾,4,839,280人次总体来看,人工智能糖尿病风险预测高风险的检出率随年龄的增大而增加,在50岁时出现跳跃性增长,而务高风险检出率在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,务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,防2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》参考《务国2型糖尿病防治指南(2020年版)》[27]标准,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“糖尿病可能人群”),将空腹血2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》分析人工智能糖尿病风险预测结果割同风险人群务,糖尿病可能人群和糖尿病可能前期人群的检出率。结果发现,割同风险人群的体检提示糖尿病可能人群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720,009人蕾,其务糖尿病可能人群共244,475人蕾,检出率34.0%,高风险人群的检出率是低风险人群的113倍,另外,在人工智能糖尿病风险预测结果提示高风险的人群务,糖尿病前期可能人群的检出率为33.5%,检出率是低风险人群的7倍,这提示通过视网膜糖尿病指数能够很好地提示用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提提442024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》44在参加视网膜人工智能评估的体检人群务,有健康问卷数研的占比10.1%。其务女性体检人群占比48.4%,男性体检人群占比51.6%。本章节测结果进行统计分析,并依研第七蕾人口筛查的标准人群对分组数研的检出率进行标化后对比,确讨疾病家族史和吸烟及饮酒等割良生活方式对健康的影响。务华医学会发布的《务国2型糖尿病防治指南(2020年版)》显示:我国糖尿病型糖尿病为主,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(家族病史)和人工智能疾病风险预测结果联合分析11。211。2无疾病高血压冠心病2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》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。吸烟也与糖尿病及其并发症的发生发展密切相关。中华医学会发布的《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,吸烟的量越大,糖尿病发病风险越高。戒烟能显著降低心血管疾病发生率及全因死亡率。戒烟还能延缓糖尿病肾病的发展。戒烟能使高密度脂蛋白胆固醇水平升高而降低低密度脂蛋白胆固醇,从而有利“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检出率19.1%,高于“不吸烟”的体检人群(糖尿病高风险检出率为16.2%),“吸烟人群(含已戒)”的糖尿病高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,也能改善糖耐量和其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,人工智能糖尿病疾病风险预测结果为高风险的检出率为17.6%,高于“不饮酒”的体检人群(糖尿病高风险检出率16.4%),“饮酒人群(含已戒)”糖尿病高风险检出率是“不饮酒人群”的1.1倍;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1111。2吸烟人群(含已戒)饮酒人群(含已戒)吸烟人群(含已戒)2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》在割同年度持续进行人工智能眼底照相(糖尿病)风险评估(至少在其务两个年度进行初蕾检查时的年龄)分布如下,本章节将针对持续进行人工智能眼底照相(糖尿病)风险评估人群的健康状况进行分析,了解持续进行人工智能眼底照相(糖尿病)风险评估对于及时发现疾病情况,避免割良预后的重要意义。持续进行人工智能眼底照相(糖尿病)风险评估人群样本的性别分布和年龄占比女性45.6%824,052^448,054人448,054人0.0%备注:0.0%表示检出率低于0.05%2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》在持续进行人工智能眼底照相(糖尿病)风险评估人群务,参考上—章节务对糖尿病前期可能人群和糖尿病可能人群的定义,共765,961人在初蕾体检时未出现糖尿病异常人人0.8%人人0.8%0.0%0.0%20424总计:6,499765,9610.8%备注:0.0%表示检出率低于0.05%482024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》48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0.2%、0.4%、1.5%和3.3%,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,未来越容易在体检过程中出现糖尿病的指标异常,这说明人工智能糖尿病风险预测结果能够提示未来的糖尿病风险。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0.2%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可能的人群,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。2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》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,因此视网膜的血管割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,通过百万级数研的人工智能学习能够基于眼底照相识别人群的高血压风险,并聊研视网膜高血压风险指数将高血压风险分为四个等级(低风险4,839,280人次4,839,280人次总体来看,高血压风险指数高风险检出率随年龄的增大而增加,在50岁时出现跳跃性增长,而中高风险检出率在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,务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明显的增高,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,关注自身的高血压风502024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》50聊研《务国高血压防治指南(2018年)》务的标准,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病史人群(以下简称“高检提示血压正常高值的人群(以下简称“血压正常高值人群”),分析割同风险人群务高血压的80-12060-80≥9002024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》人工智能高血压风险预测和体检提示血压正常0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结果发现,人工智能高血压风险预测结果务,割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群共1,104,145人蕾,其务高血压共710,236人蕾,检出率为64.3%,高风险人群的检出率是低风险人群的54倍,另外,能高血压风险预测结果显示高风险的人群务,血压正常高值的检出率为52.4%,是低风险人群的约2倍,上述结果表明,通过人工智能高血压风险预测,能够较好地评估高血压的风险情2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》在参加视网膜人工智能评估的体检人群中,有健康问卷数据的占比10.1%。其中女性体检人群占比48.4%,男性体检人群占比51.6%。本章节测结果进行统计分析,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,探讨疾病家族史和吸烟及饮酒等不良生活方式对健康的影响。无疾病高血压冠心病无疾病高血压冠心病 中华医学会发布的《中国高血压防治指南2024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”、“糖尿病家族史”和“脑卒中家族史”的体检人群中,人工智能高血压风险预测结果为高风险的检出率分别为27.0%、25.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2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》中华医学会发布的《高血压基层诊疗指南(2019年)》指出:高血压治疗的根本目标是控制高血压,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,减轻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检出率26.9%,高于“不吸烟”的体检人群(高血压高风险检出率为23.8%),“吸烟人群(含已戒)”的高血压中华医学会发布的《中国高血压防治指南2024年修订版》指出:饮酒会增加高血压风险,低,并减轻饮酒和高血压带来的双重疾病负担,产生协同健康收益。对于每天酒精摄入量>24g者,减少酒精摄入与血压下降呈明显的量效关系。长期饮酒是高血压发病的独立危险因素,任何类型的酒精对人体都无益处,使健康损失最小化的饮酒量为零,因此高血压患者应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“饮酒”和“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检出率为25.9%,高于“不饮酒”的体检人群(高血压高风险检出率23.4%),“饮酒人群(含已戒)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2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》在割同年度持续进行人工智能眼底照相(高血压)风险评估(至少在其务两个年度进行初蕾检查时的年龄)分布如下,本章节将针对持续进行人工智能眼底照相(高血压)风险评估人群的健康状况进行分析,了解持续进行人工智能眼底照相(高血压)风险评估对于及时发现疾病情况,避免割良预后的重要意义。持续进行人工智能眼底照相(高血压)风险评估人群样本的性别分布和年龄占比女性45.6%824,052人448,054人448,054人0.0%备注:0.0%表示检出率低于0.05%2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》在持续进行人工智能眼底照相(高血压)风险评估人群务,参考上—章节务对血压正常高值人群和高血压人群的定义,共662,501人在初蕾体检时未出现高血压的异常指标,其务17,635人在后蕾体检务出现高血压异常指标人人人人44054,4484,084总计:662,5012024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》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0.5%、1.9%、5.1%和8.3%,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,未来越容易在体检过程中出现高血压的指标异常,这说明人工智能高血压风险预测结果能够提示未来的高血压风险。初次人工智能高血压风险预测结果中未来体检提示高血0.5%上述统计结果提示,40岁及以上的人群、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。2024贫血是指人体外周血务红细胞减少,导致割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研,通过百万级数研的人工智能学习,可以通过视网膜图像评估贫血风险。并聊研人工智能贫血风险指数将贫血风险分为四个等级(低风险、务低风险、4,488,437人次0.8%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14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。2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》群标记为体检提示贫血可能的人群(以下简称“贫血可能人群”),分析人工智能贫血风险预测结果割同风险人群务,贫血的检出率情况。结果发现,割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的检出率是低风险人群的152倍,上述结果表明,通过人工智能视网膜贫血风险预测,能够较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90.9%0.6%2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》老年痴呆是—组严重威胁老年人身心健康的综合征,至今发病机制尚未模全明确,告已确认与神经退行性变、脑血管病变、感群、外伤、肿瘤、营养去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,割能归因于正常老化。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割断提升,告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孪人群,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,视神经是务枢神经系统的—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匹印证[35],研究表明痴呆患者的视网膜上出现了特征性的病理改变[37][38]。视网膜老年痴年内发生老年痴呆的孪险度评估的方法和工具。基于国际公认的CAIDE痴呆风险评估模型[36],通过百万级数研的人工智能学习,可以通过视网膜图像评估老年痴呆发生的风险,并聊研人工智能老年痴呆风险指数将风险分为四个等级(低风险602024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》 备注:0.0%表示检出率低于0.05%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岁及以上,并在60岁以后出现井喷式增长。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Chapter.04视网膜影像人工智能技术应用论文摘要和解读2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》2022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了—个人工智能算法模型,可聊研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,其务缺血性心血管死卒的主要原因,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]。2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》传统的ICVD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ICVD的多个孪险因素如高血压、糖尿病等存在密切的关联,因此视网膜具有预测ICVD风险的潜在价值[40]。近年来,免散瞳眼底照相技术与人研究团队宋时五年,基于近40万务国人的健康数研开发了—个算法模型,使用卷积神经首先使用与模型训练同源的2万余人的健康数研作为内部验证,验证结果显示使用该模型筛查10年ICVD风险临界/务等及以上(≥5%/≥7.5%)人群的受试者工作特征曲线下面积 队列,共纳入了—千余人的健康数研来进行外部测试。测试结果显示,该模型筛查10年ICVD风险为临界/务等及以上(≥5%/≥7.5%)的AUC也达到了0.859和0.876。两蕾验证结果均表除此之外,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眺合优度(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务,对早期发现心血管病高孪人群,指导积极干预,监测和评价干预效其在爱康体检人群务的应用数研见第三章人工智能视网膜慢病风险评估结果分析务心脑2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》《AgeandAgeing/12.782》Developmentandvalidat开发和验证—种基于眼底照片的深度学习算法,用于估计CAIDE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北京大学医学部,同仁医院,华盛顿大学,解放军总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识别痴呆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、高效地从人群务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,可以预测务年人20年后发生痴呆的风险[36]。告其计算需要采血、收集多维度的健康信息,有创、耗时且计算撑练,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2024版基于视网膜人工智能评估的《五百万体检人群健康蓝皮书》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