AI眼底分析可预测心脏病风险

一项在2026年美国心脏病学会年会（ACC.26）上公布的最新研究显示，一种基于人工智能（AI）的眼底图像分析技术，能有效识别心血管疾病风险，其评估结果与传统临床风险评分高度吻合。研究团队指出，将该AI工具整合进常规眼科检查流程，有望提升公众对自身心脏健康风险的认知，并推动早期预防干预。

心血管疾病仍是全球致死率最高的疾病类型。临床中，医生常借助ASCVD风险计算器评估患者发生动脉粥样硬化的可能性——该病理过程表现为血管内脂质斑块沉积，是心梗、脑卒中及早逝的重要诱因，并据此制定饮食运动建议或启动他汀类等药物治疗。但现实中，大量人群未定期接受体检，既不了解自身风险水平，也不清楚可行的干预手段。

“公众对个体化心血管风险普遍缺乏认知，这已成为当前防治链条中最薄弱的一环，”本研究首席作者、斯坦福大学医学院临床医学教授迈克尔·V·麦康奈尔医学博士强调，“视网膜微循环图像是全身血管健康的‘镜像’。借助AI深度解析这些图像，我们能为患者提供及时、客观的风险提示，并衔接指南推荐的评估与干预路径。”

麦康奈尔目前担任Toku公司首席健康官，该公司研发了本研究所用AI系统CLAiR。该系统已获美国FDA授予‘突破性医疗器械’资格。本次在美国开展的前瞻性验证数据，将作为关键证据支持其后续正式上市审批。

研究数据显示，在纳入分析的受试者中，依据血压、血脂等标准指标评估，约25%存在心血管事件高风险。而CLAiR仅通过单次门诊采集的视网膜照片，自动分析眼底血管结构特征，识别高危个体的灵敏度达91.1%，特异性达86.2%，与金标准评估结果高度一致。

麦康奈尔解释道：“哪怕是一张常规视网膜彩照，也能清晰呈现微小血管形态——它本质上是一扇观察全身血管状态的‘活体窗口’。”

既往研究已证实眼底图像可用于糖尿病视网膜病变等疾病的辅助判断，但多依赖人工阅片。CLAiR的研发目标正是实现自动化、标准化解读，使这项技术真正落地于基层眼科场景。该AI模型经大量标注数据训练，可精准捕捉与动脉粥样硬化进展相关的关键血管纹理与走向特征。

本研究共纳入874名年龄介于40至75岁之间的受试者，均未使用降脂药，且无确诊动脉粥样硬化病史。参与者覆盖全美10家眼科及初级保健机构；女性占比50%，非裔美国人占19%，西班牙裔占26%。

所有受试者均采用眼科门诊常见的广角视网膜相机完成成像。随后，CLAiR系统对图像进行实时解析，筛选出未来10年内发生心梗或卒中风险≥7.5%的个体——该阈值系临床公认需启动他汀治疗的临界点。

为验证准确性，研究人员同步采用标准ASCVD风险评估工具计算每位受试者的10年风险值。所需参数（年龄、性别、吸烟史、血压、总胆固醇与HDL-C）均来自同次就诊记录。

结果显示，标准工具判定26%的受试者达高风险阈值（≥7.5%），而CLAiR识别结果与之高度重合：阳性检出率（灵敏度）为91.1%，阴性排除率（特异性）为86.2%。

研究团队认为，该AI方案具备非侵入、易部署、耗时短等优势，理论上可在绝大多数配备视网膜相机的眼科机构推广应用。但要真正发挥价值，还需构建完善转诊机制，确保高风险者及时对接初级保健或心内科，完成进一步评估与规范干预。

麦康奈尔补充：“它并非替代现有心血管风险评估流程，而是作为一种补充性筛查触点，尤其适用于尚未接受系统性风险评估、却亟需预防干预的人群。要让技术真正惠及患者，必须打通‘眼科发现—临床确认—指南治疗’的闭环路径。”

整体来看，研究采集的图像中94%可被CLAiR成功处理，说明其对不同品牌、型号的眼底相机兼容性良好。单次成像耗时约5分钟，AI分析仅需约30秒，几乎不增加医护操作负担。不过，该系统暂不适用于孕妇及患有晚期青光眼、严重白内障等影响眼底可视性的患者。

尽管美国多数眼科诊所已配备视网膜成像设备，但该项服务尚未被全部视力保险计划列为常规覆盖项目，部分患者可能需自费承担成像费用。