2021年6月5日至6日，由中国科学技术协会、中国科学院、中国工程院、浙江省人民政府指导，中国人工智能学会、杭州市人民政府主办，杭州市余杭区人民政府筹备组承办，浙江杭州未来科技城管理委员会具体执行的2021全球人工智能技术大会在杭州成功举办。在6月5日举办的魅力与挑战——智慧医疗与老年健康交叉创新论坛上，首都医科大学附属北京同仁医院副院长、教授，国家“万人计划”领军人才魏文斌教授为我们带来了题为《小眼睛大健康——眼底影像对心脑血管疾病的预警》的精彩演讲。

魏文斌

首都医科大学附属北京同仁医院副院长、教授

国家“万人计划”领军人才

以下是魏文斌教授的演讲实录：

今天我给大家分享的是眼科在全身健康管理中的一些体验。

眼睛是全身唯一直视下能窥见血管和神经的器官，也是全身健康的窗户，通过它能反映人的全身健康。因为视网膜的循环与脑部及冠脉循环都有着相同的解剖生理特征，视神经又是中枢神经系统的一个部分，在病理和生理上都有彼此的映像，所以眼底有可能成为心脑血管观察的窗口。

心脑血管疾病仍然是威胁人类健康甚至生命的首要疾患，也是负担最重的慢性病。我国每年有300多万人死于心脑血管疾病，那么早期识别危险人群，实现关口前移，是慢病防治正待解决的大问题。而传统的心脑血管危险因素不能直接反映靶器官损伤，眼睛有可能作为心脑血管疾病预警的一个窗户。视网膜动静脉来源于颈内动脉，借助软件及技术，如眼底照相对视网膜血管进行精细的测量和观测，通过人工智能的手段进行量化，成为临床研究的重要手段。

现在眼科各种影像技术发展非常快，包括眼底照相、荧光血管造影、相干光断层成像（OCT）及相干光断层血流成像（OCTA），这些影像技术都是眼科的特长。因为眼科是以影像为主，通过这些眼底影像可以做到多模态图像融合，进行量化。通过对图像定量分析、深度处理、细节的分割和提取，通过立体血管的获取、精准分层的测量进行脉络膜、视网膜，也包括一维、二维、三维及血管功能等多层次的定量分析，为临床诊断提供依据。

在预测血管标准化方面我们进行了一些前期的研究，在二维平面、三维的断层和血管功能方面进行了国际化、标准化的定量测量技术，建立了以人群为基础的大规模队列研究，以及自然人群的视网膜、脉络膜标准化的全维度数据库。这些数据帮助我们研究视网膜与心脑血管疾病之间的关系。

视网膜血管的异常和心脑血管疾病到底有没有关系，以往也有一些研究涉足这个领域。我们对此做了10年的研究，观察视网膜血管异常，包括视网膜血管的狭窄、动静脉交叉压迹，还有小血管的形态，与心脑血管疾病的关系。我们发现，视网膜血管的改变和高血压密切相关，在高血压的人群中微血管异常非常常见，中国人血管异常随着年龄的增加而增加，尤其农村的人群更常见。

我们又做了一些前瞻性的研究，主要研究微血管病变是否是微循环障碍而导致的。经过五年的研究数据发现，局限性的动脉狭窄、交叉，视网膜病变都在增加，与高血压的关系特别密切，其视网膜微血管异常发生率增加了1.58 倍；而且与血压增加的程度有关系，平均动脉压每增加10个毫米汞柱，血管异常的发生率就增加1.58倍。我们发现，血压控制好了，视网膜微血管异常会明显的好转，所以视网膜微血管异常的好转率和高血压的控制程度密切相关，也就是高血压和视网膜微血管异常明显相关，因此视网膜微血管可以作为高血压控制良好的一个靶器官。

我们在开滦做了一个“开滦眼病研究”，显示视网膜血管异常和颈动脉厚度、颈动脉斑块都有密切关系。我们发现，颈动脉斑块、动脉硬化和视网膜动脉直径有明显关系，所以视网膜血管动脉硬化是颈动脉病变的一个指标。通过眼底照相就可发现，除视网膜血管之外，还希望从眼底的影像里找出更敏感的血管指标，反映心脑血管的疾病。

现在眼科有一个叫做OCTA（视网膜血管成像）的系统，可以在2.5秒把视网膜的血管进行分层而且可以量化。利用这个技术我们做了正常人的视网膜浅层血流、视网膜深层血流和脉络膜毛细血管血流的数据库。

糖尿病患者眼底正常的人群，也就是说在糖尿病视网膜病变的临床前期，通过血流成像技术可以早期筛查出糖尿病视网膜病变，因为糖尿病视网膜病变是糖尿病人群致盲的最重要原因。通过血流成像技术观察血管的形态和量化，可以发现在糖尿病病人眼底照相还没有出现问题时，视网膜血流影像已经出现问题了，1/3 的病人出现了黄斑拱环的“挖空”症，以及一些毛细血管的形态和密度的变化，帮助我们早期识别临床前期糖尿病眼底病变。

利用血流成像技术研究眼底毛细血管密度与糖尿病肾病的关系。比如，通过视网膜血管的密度和灌注的密度，看它和肾功能之间有没有关系。通过研究发现，视网膜毛细血管的密度每下降1个单位尿蛋白发生率就增加了11%，血流密度下降1单位尿蛋白增加了17%，说明视网膜血管密度、血流密度与肾功能是相关的。所以，视网膜的血流定量分析可以作为糖尿病肾病的有效监测指标。

通过眼底的影像，同时也可以观察多发性硬化合并视神经病变的表现，因为血管密度也有明显下降。国外有人通过OCTA研究阿尔兹海默病（AD），视网膜脉络膜血管的密度变化可以作为AD早期诊断的一个生物标志物，也可以作为随访监测疾病进展和判断药物疗效的一个方法。

除了血管密度，视网膜神经纤维层的改变也可以预示一些全身改变。因为OCT可以无创精确地测量神经纤维层的厚度，已经达到组织学的分辨率，可以精确测量神经纤维层的厚度。普通的眼底照相也可以看到神经纤维层的分布。

我们做了一个有3000多人的研究，建立了视网膜神经纤维层正常人群数据库。因为在视网膜不同方位，它的厚度不一样，年龄、性别、眼轴等都有一定影响，神经纤维层的厚度和年龄密切相关。

通过无赤光眼底照片和OCT都可以观察神经纤维层缺损，根据缺损形状进行分类。研究发现，神经纤维层的缺损和糖尿病是有关系的，糖尿病病人视网膜神经纤维层是有明显损害；一些神经系统的疾病视网膜神经纤维层也有明显的缺损。

我们着重研究了视网膜神经纤维层缺损和高血压之间的关系。通过对3000多人的研究发现，高血压人群中神经纤维层的缺损比正常人高2倍，而且形态也明显不同，神经纤维层的厚度和高血压关系密切。另外发现，神经纤维的缺失和高血压疾病的分级也有关系，高血压越重，神经纤维层缺损就越重，所以为高血压的早期防控治疗随访，神经纤维层缺失提供了客观依据。

我们又做了五年的队列研究观察视网膜神经纤维层与高血压进展的关系，有神经纤维层缺损的人，5年后高血压进展的风险增加了近5倍；也就是有神经纤维层缺损的人5年以后有将近5倍的风险，高血压是要发生明显进展的。

我们也研究发现神经纤维层缺损与脑血管异常之间有明显的关系，以及颈动脉之间也有明显的关系。通过一个大样本的队列研究，证实了视网膜神经纤维层缺损和无症状脑卒中，以及急性脑卒中与卒中相关的死亡都有密切关系，所以神经纤维层的缺损是可以作为脑卒中全程预警的一个监测指标。

此外，通过OCT检测脉络膜的一些改变，可以看全身疾病之间有没有关系。因为脉络膜在眼球壁的中层一般看不到，有了OCT图像，通过深度图像处理、细节分割、断层量化就可以分层、精准测量脉络膜图像。

我们以人群为基础的队列，进行了脉络膜影像定量的研究，结果发现，脉络膜厚度可以作为衰老的一个标志，年龄每增加10岁，脉络膜会减薄33μm，与年龄明显负相关。由此可以将脉络膜的厚度作为衰老的一个监测指标。同时我们也发现，脉络膜厚度和糖尿病也有密切的关系。糖尿病的病人脉络膜的血管尤其是在早期可以引起脉络膜增厚。

眼底的纹理呈现豹纹样。眼底照片里每个人脉络膜纹理不同，可以像人脸识别一样，通过对豹纹进行分级、分区，观察黄斑区的和视盘周围的豹纹眼底的程度改变，看它和全身之间有什么关系。研究发现这种豹纹的改变，和眼轴、年龄、青光眼是有一定关系的。也就是年龄越大的人，豹纹特别明显，发现豹纹和年龄是成正相关，可以作为人类衰老的指标。豹纹眼底也和BMI 值负相关，也就是特别胖的人眼底豹纹级别改变和瘦的人明显不同；吸烟的人豹纹改变更明显，和吸烟也有明显关系。

我们通过豹纹和脉络膜厚度，研究它们和认知功能障碍有没有关系时发现，脉络膜的厚度、豹纹样眼底和认知功能障碍显著相关。所以眼部异常是可以作为认知功能障碍的一个独立预警标志。

上面的研究我们都发表了一些文章来证实它们的结果，得到了国外同行的好评。除了豹纹眼底和高血压、认知功能障碍相关之外，和肾小球的滤过率、糖尿病也有一定关系，豹纹眼底的不同与脉络膜的研究对临床很有意义，因为和年龄、BMI、吸烟、认知功能障碍、高血压、肾小球滤过率降低都有关系，这说明全身的血流灌注下降。因此豹纹眼底及脉络膜改变，也是全身血流灌注降低的眼底表现，通过眼底的影像、眼底照片的纹理不同能反映全身状况。

通过眼底的一系列的影像，包括彩色眼底照片、OCT和OCTA等影像，通过人工智能就可以建立一个疾病预警和个性化健康服务系统，也可以通过一些慢病管理的渠道、平台，把眼科这些影像结合起来，提高我们对慢病管理的水平。

目前一张眼底照片就能够反映很多的全身状况，包括我们研究的一张彩色照片就可以看到年龄、体重、全身健康的一些情况等。眼底影像除了照片之外，还有相当多的其他影像，利用它通过大数据和智能分析，通过网络建立慢病管理和预警的渠道。

总而言之，眼科医生除了诊断和治疗眼科疾病之外，可以作为慢病管理的一个窗口，通过眼睛对全身病的预警发挥一定作用；通过眼底的影像，通过人工智能的分析，达到全身慢病防控的作用。

通过视网膜微血管和血流及视网膜神经纤维层的改变，可以用来监测心脑血管疾病等。我们又进一步拓展了通过脉络膜的一些改变，包括脉络膜的厚度、眼底的纹理，帮助我们诊断认知功能障碍和全身微循环功能的减退、肾功能，以及全身器官的改变等。今天通过眼科医生，通过眼底的影像和人工智能领域专家的密切合作，实现了“小眼睛管理大健康”。

（本报告根据速记整理）

来源: CAAI官微