ICVD包括缺血性脑卒中与缺血性心脏病，是国人的首要死因。既往开发的传统ICVD风险预测模型由于需要化验血脂、血糖，测量身高、体重，询问年龄、性别和吸烟情况，不仅有创，且需要收集多项信息，计算过程繁琐，在临床防治实践中推广受限。视网膜特征与多个ICVD危险因素，如高血压、糖尿病、动脉硬化等密切关联，具有预测ICVD的潜在价值。近年来，随着眼底照相技术和人工智能技术在我国的飞速发展，使得开发一款基于眼底照片预测ICVD风险的人工智能工具成为可能。
自2017年起，北京大学临床研究所与鹰瞳Airdoc决定合作开发ICVD发病风险的人工智能预测技术。历时近5年时间，基于390,947人的体检数据开发了卷积神经网络算法。在内部验证（20,571人）中，该算法估算10年ICVD风险的自然对数的调整R方为0.876，筛查临界/中等及以上（≥5%/≥7.5%）ICVD风险人群的受试者工作特征曲线（ROC）曲线下面积（AUC）分别为0.971 (95% CI: 0.967–0.975)和0.976 (95% CI: 0.973–0.980)。外部验证利用了北京老龄化与血管研究（Beijing Research on Ageing and VEssel，BRAVE）数据（1309人），所得调整R方为0.638，AUC分别为0.859 (95% CI: 0.822–0.895)和0.876 (95% CI: 0.816–0.937)。
随着这一新的预测工具开发成功，未来在医疗机构中只要安装一台便捷的眼底自动照相设备，即可在1分钟内轻松获知受检者未来10年发生心脑血管病的风险，无创且方便、快速、价廉。无疑对于早期发现心血管病高危人群，指导积极干预，监测和评价干预效果等起到积极的作用。
原文链接：
https://www.sciencedirect.com/science/article/abs/pii/S2095927321005995
