AI篩查阿爾茨海默病準確率達75%

“通過眼科圖像採集和圖像的智慧化分析，團隊開發的基於人工智慧的篩查模型，對多個社區人群的阿爾茨海默病篩查準確率達75%。”6日，中科院寧波材料所智慧醫學影像（iMED）團隊趙一天研究員向科技日報記者介紹，通過深入分析和挖掘眼睛結構變化與神經退行性疾病之間的關係，可潛在形成神經退行性疾病的早期檢測方案。

神經退行性疾病的發病過程較長，日常很難被注意到，且往往不可逆轉，對人體健康有長期影響。現階段，診斷這類疾病需要借助磁共振成像等檢測費用高昂的手段，或者通過認知功能量表、基因檢測、脊髓穿刺取腦脊液等方式。相關方法還存在指徵模糊、伴有創傷、具有放射性等缺陷，不適用於基層人群的大規模篩查。

為了探索眼底視網膜結構變化與阿爾茨海默病之間的關係，iMED團隊與四川大學華西醫院、浙江省人民醫院、北京大學第三醫院、寧波大學附屬人民醫院等多家醫療機構合作，收集了大批量的阿爾茨海默病人的眼、腦數據，並將光學相干斷層掃描血流成像（OCTA）的眼底圖像作為主要分析對象。

iMED團隊介紹，光學斷層掃描是一种先進的非侵入性成像技術，可呈現出眼底不同深度的結構，包含視網膜和脈絡膜，還可以高精度掃描眼底結構中的血流變化，生成OCTA圖像，這對於阿爾茨海默病引起的眼底血管變化的相關研究具有重要意義。

該團隊通過自主開發的智慧分析演算法，對阿爾茨海默病人的眼底結構進行自動量化，並將計算出的生物指標與臨床數據進行了橫斷面統計分析。分析顯示，多種量化指標與阿爾茨海默病的發病具有顯著相關性，包括血管密度、血管分形維數、血管彎曲度等。這一結果與臨床先驗共識相符。

基於此，該團隊針對血流成像圖像資訊，設計了一個先進的AI模型來進行阿爾茨海默病的檢測，在僅輸入眼科圖像到AI模型中後，便可快速判斷該受試者是否患有阿爾茨海默病。

此外，該團隊還開展了腦卒中和帕金森症等腦部疾病的眼科圖像分析和智慧診斷模型的建立，結果均發現一些眼部生物指標與發病的統計相關性，為實現多種腦部疾病的快速便攜篩查提供了新思路。

據悉，目前該團隊正依託多中心開展大規模人群的跟蹤調研，收集具有臨床研究意義的序列數據，進一步分析眼底結構變化與相關腦疾病發病進程的關係。