心血管疾病是我国居民首要死因，早期识别心血管疾病高危个体是心血管疾病防治工作的关键。但现有心血管疾病发病风险预测模型需要进行有创的血脂、血糖等检测，预测精度有限，计算复杂，严重阻碍了其临床应用。眼底视网膜动脉是人体唯一能够借助眼底镜直视的动脉血管。准确、定量检测眼底视网膜动脉的变化应能够及时反映人体全身的动脉硬化情况，从而用于动脉硬化性疾病发病风险的早期预测。本研究将基于目前已经成熟的眼底照像技术，采用人工智能机器深度学习技术开发视网膜血管动脉硬化识别和分级诊断工具，并进一步开发心血管疾病发病风险预测算法，在我国中老年人群中对其预测能力进行前瞻性评价验证，并在临床进行应用，确定其应用价值。课题负责人为武阳丰教授。