“通过眼科(kē)图像采集和图像的智能(néng)化分(fēn)析,团队开发的基于人工智能(néng)的筛查模型,对多(duō)个社區(qū)人群的阿尔茨海默病筛查准确率达75%。”6日,中科(kē)院宁波材料所智能(néng)医學(xué)影像(iMED)团队赵一天研究员向科(kē)技日报记者介绍,通过深入分(fēn)析和挖掘眼睛结构变化与神经退行性疾病之间的关系,可(kě)潜在形成神经退行性疾病的早期检测方案。

 神经退行性疾病的发病过程较長(cháng),日常很(hěn)难被注意到,且往往不可(kě)逆转,对人體(tǐ)健康有(yǒu)長(cháng)期影响。现阶段,诊断这类疾病需要借助磁共振成像等检测费用(yòng)高昂的手段,或者通过认知功能(néng)量表、基因检测、脊髓穿刺取脑脊液等方式。相关方法还存在指征模糊、伴有(yǒu)创伤、具有(yǒu)放射性等缺陷,不适用(yòng)于基层人群的大规模筛查。

 為(wèi)了探索眼底视网膜结构变化与阿尔茨海默病之间的关系,iMED团队与四川大學(xué)华西医院、浙江省人民(mín)医院、北京大學(xué)第三医院、宁波大學(xué)附属人民(mín)医院等多(duō)家医疗机构合作,收集了大批量的阿尔茨海默病人的眼、脑数据,并将光學(xué)相干断层扫描血流成像(OCTA)的眼底图像作為(wèi)主要分(fēn)析对象。

 iMED团队介绍,光學(xué)断层扫描是一种先进的非侵入性成像技术,可(kě)呈现出眼底不同深度的结构,包含视网膜和脉络膜,还可(kě)以高精度扫描眼底结构中的血流变化,生成OCTA图像,这对于阿尔茨海默病引起的眼底血管变化的相关研究具有(yǒu)重要意义。

 该团队通过自主开发的智能(néng)分(fēn)析算法,对阿尔茨海默病人的眼底结构进行自动量化,并将计算出的生物(wù)指标与临床数据进行了横断面统计分(fēn)析。分(fēn)析显示,多(duō)种量化指标与阿尔茨海默病的发病具有(yǒu)显著相关性,包括血管密度、血管分(fēn)形维数、血管弯曲度等。这一结果与临床先验共识相符。

 基于此,该团队针对血流成像图像信息,设计了一个先进的AI模型来进行阿尔茨海默病的检测,在仅输入眼科(kē)图像到AI模型中后,便可(kě)快速判断该受试者是否患有(yǒu)阿尔茨海默病。

 此外,该团队还开展了脑卒中和帕金森症等脑部疾病的眼科(kē)图像分(fēn)析和智能(néng)诊断模型的建立,结果均发现一些眼部生物(wù)指标与发病的统计相关性,為(wèi)实现多(duō)种脑部疾病的快速便携筛查提供了新(xīn)思路。

 据悉,目前该团队正依托多(duō)中心开展大规模人群的跟踪调研,收集具有(yǒu)临床研究意义的序列数据,进一步分(fēn)析眼底结构变化与相关脑疾病发病进程的关系。