神經(jīng)退行性疾病的發(fā)病過程較長，日常很難被注意到，且往往不可逆轉(zhuǎn)，對人體健康有長期影響?，F(xiàn)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(guān)方法還存在指征模糊、伴有創(chuàng)傷、具有放射性等缺陷，不適用于基層人群的大規(guī)模篩查。

為了探索眼底視網(wǎng)膜結(jié)構(gòu)變化與阿爾茨海默病之間的關(guān)系，iMED團隊與四川大學(xué)華西醫(yī)院、浙江省人民醫(yī)院、北京大學(xué)第三醫(yī)院、寧波大學(xué)附屬人民醫(yī)院等多家醫(yī)療機構(gòu)合作，收集了大批量的阿爾茨海默病人的眼、腦數(shù)據(jù)，并將光學(xué)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(xué)斷層掃描是一種先進的非侵入性成像技術(shù)，可呈現(xiàn)出眼底不同深度的結(jié)構(gòu)，包含視網(wǎng)膜和脈絡(luò)膜，還可以高精度掃描眼底結(jié)構(gòu)中的血流變化，生成OCTA圖像，這對于阿爾茨海默病引起的眼底血管變化的相關(guān)研究具有重要意義。

該團隊通過自主開發(fā)的智能分析算法，對阿爾茨海默病人的眼底結(jié)構(gòu)進行自動量化，并將計算出的生物指標與臨床數(shù)據(jù)進行了橫斷面統(tǒng)計分析。分析顯示，多種量化指標與阿爾茨海默病的發(fā)病具有顯著相關(guān)性，包括血管密度、血管分形維數(shù)、血管彎曲度等。這一結(jié)果與臨床先驗共識相符。

基于此，該團隊針對血流成像圖像信息，設(shè)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模型中后，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癥等腦部疾病的眼科圖像分析和智能診斷模型的建立，結(jié)果均發(fā)現(xiàn)一些眼部生物指標與發(fā)病的統(tǒng)計相關(guān)性，為實現(xiàn)多種腦部疾病的快速便攜篩查提供了新思路。

據(jù)悉，目前該團隊正依托多中心開展大規(guī)模人群的跟蹤調(diào)研，收集具有臨床研究意義的序列數(shù)據(jù)，進一步分析眼底結(jié)構(gòu)變化與相關(guān)腦疾病發(fā)病進程的關(guān)系。

(編輯:月兒)