Deep Learning from Retinal Fundus Photographs for Detecting Angiographic Obstructive Coronary Artery Disease: A Multicenter Development and External Validation Study
这项多中心研究表明，通过分析视网膜眼底照片的深度学习模型（RET-IRV2）能够以优于传统临床模型的准确度，无创地检测出血管造影证实的阻塞性冠状动脉疾病，并能进一步对确诊患者进行心血管风险分层。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
人体是一个庞大的管道网络，将维持生命的血液从心脏输送到系统的每一个角落。当这些被称为动脉的管道被脂肪沉积物堵塞（这种状况被称为动脉粥样硬化）时，血流会受到限制，可能导致心脏病发作。医生观察心脏自身动脉是否阻塞最直接的方法，是穿过血管植入一根细管并注入造影剂，这一过程被称为侵入性冠状动脉造影。虽然这种方法是诊断的金标准，但它具有侵入性，带有风险，并且经常显示患者的动脉实际上是通畅的，这意味着该手术是不必要的。多年来，医生一直依赖于关于患者年龄、性别和症状的简单问题，来猜测在进行此类测试前发生阻塞的可能性。然而，这些猜测往往并不准确，导致过多的不必要手术或漏诊。
一种不同的方法从一个意想不到的地方诞生了：眼睛的后部。视网膜是位于眼球后部的光敏层，上面覆盖着微小的血管，这是医生无需手术即可直接观察到的全身唯一血管。因为这些视网膜血管与心脏动脉共享相同的生物环境，所以它们外观的变化可以预示身体其他部位出现问题。长期以来，研究人员一直怀疑视网膜照片可以揭示心脏疾病的线索，但将这些视觉线索转化为可靠的诊断一直很困难。现在，一项新的研究表明，先进的计算机程序可以比传统的“猜谜游戏”更好地识别这些微妙的迹象，从而为那些真正需要进行侵入性心脏测试的人提供一种非侵入性的识别方式。
在一项涉及数千名患者的大型多中心研究中，研究人员开发了一个复杂的计算机系统，旨在通过观察视网膜眼底照片来预测是否存在阻塞性冠状动脉疾病。由北京安贞医院和北京爱多克科技有限公司专家领导的团队，利用近4,800名已预约接受侵入性心脏测试的患者图像训练了这个人工智能模型。计算机在查看视网膜图像的同时，也会结合心脏测试的确认结果，从而学习与阻塞动脉相关的特定视觉模式。该模型名为 RET-IRV2，它不仅被教导如何识别阻塞，还被训练用于估算患者的基本细节（如年龄和性别），这种技术有助于计算机将注意力集中在图像中最相关的特征上。
这项新工具真正的考验出现在研究人员将其应用于来自四个不同医疗中心的另外3,300多名患者时。在这次外部验证中，计算机模型表现得异常出色。它能以极高的准确度识别出阻塞性冠状动脉疾病的存在，显著优于目前医生使用的标准方法。这些传统方法依赖于基于年龄、性别和症状的风险计算，往往难以区分有阻塞和无阻塞的患者。在研究中，该计算机模型区分这两类人群的能力远优于更新后的 Diamond-Forrester 模型、Duke 临床评分，甚至包括包含血压和胆固醇水平的标准统计计算。
使这一发现特别引人注目的原因是，计算机仅通过眼部图像就取得了成功，无需任何患者病史或血液检测结果作为输入。为了理解计算机是如何做出决策的，研究人员进行了一系列实验，通过数字方式遮盖了视网膜图像的部分区域。当他们遮盖血管时，计算机的表现显著下降，这证实了它确实是在依靠微小血管的结构和外观来进行诊断。这表明该模型不仅仅是根据随机模式进行猜测，而是真实地检测到了伴随心脏疾病而来的全身性血管变化。
研究还超越了即时诊断，探讨了计算机的预测结果与患者未来健康状况之间是否存在关联。在被确诊患有该疾病并接受长达两年随访的患者中，来自计算机模型评分较高的患者更有可能经历重大不良心血管事件，如心脏病发作、中风或死亡。这表明，视网膜中所捕捉到的视觉信息不仅可以帮助识别疾病，还能提供关于潜在病情严重程度以及患者面临的未来风险的洞察。
尽管研究结果令人鼓舞，但研究人员也谨慎地指出了其局限性。该研究是在特定环境下进行的，即患者已被转诊进行侵入性测试，这意味着该群体患病率非常高，这与心脏阻塞较少见的普通人群不同。该模型尚未在低风险群体或东亚以外的人群中进行测试，因为不同地区的眼色素沉着和血管结构差异可能会影响结果。此外，虽然计算机预测未来心脏事件的能力是一个引人入胜的发现，但它目前被视为一个待进一步研究的假设，而非预测个体结局的成熟工具。
这项研究的意义对于心脏病筛查的未来至关重要。如果这些发现能在更广泛、更多样化的人群中得到证实，视网膜摄影可能会成为一种强大的非侵入性筛查工具。它可以帮助医生决定哪些患者真正需要进行侵入性心脏测试，哪些患者可以安全地通过风险较低的方法进行监测。通过提供一份基于简单的、无痛的照片来清晰呈现患者血管健康状况的图景，这项技术有望优化诊断路径，减少不必要的医疗程序，并最终改善数百万疑似心脏病患者的护理水平。这项研究证明，眼睛常被称为“心灵的窗户”，同时也可能成为观察心脏健康的清晰窗口。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。