白内障影响眼底AI心血管风险评估
摘要
研究分析韩国一组白内障手术患者和新加坡眼病流行病学研究(SEED)人群的眼底照片,发现白内障造成的屈光介质浑浊与AI模型(Dr.Noon CVD)输出的心血管风险评分偏低相关:术后1个月评分平均上升2.14分,6个月时仍高1.69分,合并糖尿病视网膜病变的眼睛上升更多;新加坡队列中,人工晶状体眼的评分比有晶状体眼高2.60分。作者认为解读基于眼底照片的AI预测时需要考虑晶状体状态。
信息来源: PubMed Ophthalmology 发布于 2026年5月30日
要点速览
- 白内障手术后1个月,AI心血管风险评分平均上升2.14分,6个月时仍高1.69分。
- 合并糖尿病视网膜病变的眼睛评分上升幅度更大。
- 新加坡SEED队列中,人工晶状体眼评分比有晶状体眼高2.60分。
- 作者认为解读眼底AI预测结果时需要考虑晶状体状态。
本站解读
这项研究提醒了一个容易被忽略的问题:用眼底照片推算心血管风险的AI,结果会受晶状体是否浑浊影响。韩国一组患者在白内障手术后,AI给出的心血管风险评分在1个月时平均上升2.14分,6个月时仍高1.69分;合并糖尿病视网膜病变的眼睛上升更多。新加坡人群的横断面数据也显示,人工晶状体眼的评分比有晶状体眼高2.60分。
换句话说,白内障可能让AI低估风险。这不等于AI不可用,而是解读结果时需要考虑晶状体状态。研究局限也很清楚:一组是单中心纵向队列,另一组是横断面复现,糖尿病视网膜病变的交互作用在新加坡队列中没有达到统计学显著。
中老年人白内障很常见,如果国内把眼底AI用于心血管等慢病风险评估,这一偏差同样需要考虑。我们的判断是,眼底AI产品后续需要在输出结果时标注或校正晶状体状态,国内相关产品是否已考虑这一因素有待确认。
常见问题
我有白内障,用眼底照片查心脏病风险准吗?
可能会偏低。这项研究发现,白内障手术后同一只眼的AI心血管风险评分明显上升,术后1个月平均高出2.14分,提示晶状体浑浊会让AI低估风险。眼底AI评分只是参考,不能单独用来判断心血管风险,国内相关产品是否校正这一偏差有待确认,如有疑虑可咨询医生。
AI看眼底能查心脏病,以后是不是不用做其他检查了?
不能替代。这项研究恰好说明,眼底AI的结果会被白内障等因素干扰,属于辅助评估手段。心血管风险的判断仍需要血压、血脂、心电图等常规检查,由医生综合评估。眼底AI用于心血管风险评估在国内的应用情况有待确认,如有疑虑可咨询医生。
延伸阅读
AI眼底成像辅助评估心血管风险的初步研究
该研究在Metabolic机构对1461名40岁以上成人开展回顾性横断面分析,使用Dr. Noon AI平台分析非散瞳眼底照片,生成视网膜心血管风险评分(Reti-CVD)。结果显示Reti-CVD升高与年龄、男性、糖尿病、高血压、HbA1c升高、血压升高、HDL降低、甘油三酯升高及AI预测血管年龄增大显著相关。Reti-CVD与美国心脏协会PREVENT方程的分类一致性有限(Cohen's kappa未给出具体值),但连续评分与PREVENT阈值存在可评估的对应关系。
眼科医生:AI语音代理可提升白内障门诊效率
在OSN纽约会议上,眼科医生P. Dee G. Stephenson介绍,白内障手术患者持续增多而照护资源有限,AI语音代理可以在门诊之外回答患者问题、发送依从性提醒、跟进术后恢复情况。她引用的早期数据显示,约76%的通话发生在朝九晚五之外,平均时长约7分钟,满意度评分9.4分(满分10分)。她同时提到隐私、责任和长期可持续性问题仍待解决,决策仍由医生作出。
基于眼底照相的颈动脉内中膜厚度风险分类模型
研究提出一种名为BMA-Net的双侧注意力网络,结合视网膜领域迁移学习,利用眼底照片进行基于颈动脉内中膜厚度(CIMT)的心血管风险分类。模型先在亚太远程眼科学会(APTOS)2019失明检测数据集上预训练,再迁移到中国眼底CIMT数据集进行分类。十次独立初始化实验中,验证集宏F1均值为77.81%,AUC为84.08%;测试集分别为78.29%和85.22%,各项指标点估计高于此前的Siamese ResNeXt基线模型。