视网膜血管成像在炎症性疾病中的应用进展
摘要
该综述系统梳理了视网膜血管分析（RVA）、光学相干断层扫描血管成像（OCTA）和自适应光学（AO）等技术在炎症相关疾病中的研究证据。基于ARIC（>9000人）、鹿特丹研究（>5000人）和英国生物银行（>45000人）等大型队列，发现视网膜血管直径变化可独立预测心血管事件和全因死亡；加入视网膜指标后，卒中预测AUC从0.739提升至0.752。文章提出‘眼组学’（oculomics）框架，强调需结合分子机制解读视网膜生物标志物，并探讨AI在风险分层与疾病监测中的转化潜力。
信息来源： PubMed Ophthalmology 发布于 2026年5月1日
要点速览
- ARIC、鹿特丹研究和英国生物银行等大型队列表明，视网膜血管直径变化可独立预测心血管事件和全因死亡。
- OCTA和自适应光学（AO）提供毛细血管结构与灌注完整性等高分辨率补充信息。
- 文章提出‘眼组学’（oculomics）概念，强调需结合内皮功能障碍的分子机制解读视网膜生物标志物。
本站解读
这项综述的核心结论很实在：视网膜不是孤立的眼部组织，而是全身微血管健康的‘透明显示器’——尤其在各类炎症性疾病中，它的血管变化能真实反映系统性内皮功能障碍。支撑这个观点的不是小样本个案，而是ARIC（>9000人）、英国生物银行（>45000人）等扎实的大队列数据，其中卒中预测AUC提升虽小（0.739→0.752），但统计显著（p<0.001），说明视网膜指标确有增量价值。
不过，从论文到临床还有明显断层：目前所有证据都来自回顾性队列或横断面分析，尚无前瞻性干预试验证明，用这些指标指导治疗能真正改善患者结局。OCTA和AO设备昂贵、操作依赖经验，AI辅助分析也未进入主流诊疗流程。短期内它更可能先用于科研分层或高危人群筛查，而非替代血压、血脂等常规评估。
普通人无需因此改变日常习惯，也不必专门去查视网膜血管——毕竟这不是体检常规项目。已有心血管或自身免疫疾病者，若医生在随访中引入这类检查，可帮助理解病情进展逻辑；如有疑虑可咨询眼科医生。国内情况有待确认。
常见问题
视网膜检查能提前发现心脏病或中风吗？
现有证据显示，视网膜血管变化（如直径改变）可独立预测未来心血管事件和卒中风险，例如在英国生物银行超4.5万人中，加入视网膜指标使卒中预测准确率（AUC）从0.739小幅提升至0.752。但这属于群体风险趋势判断，不能用于个体确诊或替代心电图、颈动脉超声等标准检查。如有疑虑可咨询眼科医生。
现在做一次视网膜血管检查就能知道身体有没有炎症问题吗？
不能。视网膜血管成像反映的是微血管层面的内皮功能障碍，这是多种炎症性疾病的共同特征，但无法指向具体是哪一种病，也不能单独用于诊断。它需要结合临床症状、血液检测和其他影像结果综合判断。目前该技术主要用于科研和高危人群风险评估，尚未成为常规筛查手段。
延伸阅读
视网膜微血管变化可早期预测心血管风险
研究指出，视网膜微血管结构与功能变化（如管径、迂曲度、分支模式、灌注特征）与高血压、糖尿病、卒中、冠心病和心衰相关。因视网膜血管与冠状动脉、脑血管在结构和生理上高度相似，其成像可无创反映全身血管健康状况。光学相干断层扫描血管成像（OCT-A）等技术能精细分析视网膜微循环，结合人工智能和深度学习，可从眼底照片自动提取高维血管特征，辅助个体化心血管风险分层。
AI多模态眼底成像用于全身性疾病早期筛查
该综述指出，视网膜血管与神经层变化可反映心血管、代谢及神经系统疾病（如高血压、卒中、阿尔茨海默病等）的早期病理过程。研究梳理了眼底照相、OCT、OCTA及新型代谢敏感成像等技术，并分析了深度学习、自监督学习和多模态融合等AI方法在风险分层与临床决策支持中的应用潜力。结论认为，AI辅助视网膜分析有望推动早筛、预防和精准医疗，但仍需多中心验证、前瞻性临床试验及监管框架完善。
视网膜图像可预测生理年龄并揭示性别特异性衰老特征
研究利用英国生物银行71343名参与者的彩色眼底照片，微调RETFound基础模型预测实际年龄，平均绝对误差为2.85年。由此计算出的‘视网膜年龄差’（预测年龄减实际年龄）与心血管代谢指标、炎症水平、认知功能、全因死亡、痴呆、癌症及新发心血管疾病显著相关。全基因组分析发现多个与长寿、代谢、神经退行及年龄相关眼病相关的基因。分性别建模显示，男性更关联代谢综合征，女性则更突出视网膜血管变化，且绝经后女性的视网膜年龄差增大，临床关联模式趋近男性。