2024年五百萬體檢人群健康藍(lán)皮書-基于視網(wǎng)膜人工智能評(píng)估

基于視網(wǎng)膜人工智能評(píng)估的2024NTRODUCTION引言眼睛是心靈的“窗戶”,視覺是人類感知外部世界的最主要方式。《“十四五”全國眼健康規(guī)劃(2021-2025年)》指出:眼健康是國民健康的重要組成部分,涉及全年齡段人群全生命期。包括盲在內(nèi)的視覺損傷嚴(yán)重影響人民群眾身心健康和生活質(zhì)量,加重家庭和社會(huì)負(fù)在國家衛(wèi)生健康委的指導(dǎo)下,至2020年末,我國盲的年齡標(biāo)化患病率已低于全球平均水平。但在人口基數(shù)和老齡化的現(xiàn)狀下,我國仍是世界上盲和視覺損傷患者最多的國家之—。數(shù)據(jù)統(tǒng)計(jì)顯示,當(dāng)今我國主要的致盲性眼病由傳染性眼病轉(zhuǎn)變?yōu)閮和⒗夏昊颊邽橹饕巳貉鄣椎囊暰W(wǎng)膜作為眼睛的關(guān)鍵組成部分,不僅是視覺形成的起始部位,對(duì)維持正常的視覺功能起著重要的作用。同時(shí),視網(wǎng)膜還是人體全身唯—可以直接、無創(chuàng)地觀察血管和神經(jīng)2019年7月,國家成立健康中國行動(dòng)推進(jìn)委員會(huì),制定印發(fā)《健康中國行動(dòng)(2019—2030年)》,針對(duì)健康科普、全民健身、以及心腦血管及老年健康促進(jìn)等方向?qū)嵤ｍ?xiàng)行動(dòng),通過政府、社會(huì)、個(gè)人協(xié)同推進(jìn),建立健全健康教育體系,促進(jìn)以治病為中心向以健康為中心轉(zhuǎn)變,提高人民健康水平[3]。2023年5月,為了預(yù)防和減緩老年癡呆發(fā)生,切實(shí)增強(qiáng)老年人的健康獲得感,促進(jìn)健康老齡化,國家衛(wèi)生健康委發(fā)表通知,決定2023—2025年在全國組織愛康集團(tuán)積極響應(yīng)國家政策,堅(jiān)決貫徹落實(shí)國家衛(wèi)生健康工作的決策部署。為及早發(fā)現(xiàn)各類不可逆致盲疾病風(fēng)險(xiǎn)和健康風(fēng)險(xiǎn),從而幫助用戶更早發(fā)現(xiàn)、更早診斷、更早治療,2018年底,愛康集團(tuán)升級(jí)有人“管”的體檢戰(zhàn)略,發(fā)布iKangAI+,通過人工智能賦能傳統(tǒng)體檢,用更多創(chuàng)新科技賦能健康體檢和健康管理。愛康集團(tuán)與北京鷹瞳科技發(fā)展股份有限公司(以疾病風(fēng)險(xiǎn)評(píng)估項(xiàng)目。該項(xiàng)目與多家知名眼科醫(yī)院共同開發(fā),獲得了科技部重大專項(xiàng)支持,運(yùn)用先進(jìn)的人工智能技術(shù)實(shí)現(xiàn)語義和量化分析,可以精準(zhǔn)發(fā)現(xiàn)眼底異常改變,評(píng)估心血管疾病風(fēng)險(xiǎn),幫助受檢者客觀便捷的了解眼底健康狀況和心腦血管風(fēng)險(xiǎn)。2019年,愛康集團(tuán)聯(lián)合鷹瞳Airdoc聯(lián)合發(fā)布了第—個(gè)基于人工智能的《中國體檢人群眼底人工智能健康藍(lán)皮書》,評(píng)估樣本人群共計(jì)215,289人次,159,767人次檢出眼底異常,異2020年,愛康集團(tuán)與鷹瞳Airdoc在眼健康和慢病評(píng)估領(lǐng)域進(jìn)—步展開深度合作,發(fā)布了第—個(gè)基于視網(wǎng)膜人工智能評(píng)估的《百萬體檢人群健康藍(lán)皮書》,評(píng)估樣本共計(jì)1,003,585人2021年,愛康集團(tuán)與鷹瞳Airdoc繼續(xù)深化合作模式,并聯(lián)合發(fā)布基于視網(wǎng)膜人工智能評(píng)2022年,愛康集團(tuán)與鷹瞳Airdoc不斷加強(qiáng)合作力度,并聯(lián)合發(fā)布基于視網(wǎng)膜人工智能評(píng)異常檢出率為76.2%,也首次將心腦血管疾病、糖尿病、高血壓、貧血等健康風(fēng)2023年,愛康集團(tuán)與鷹瞳Airdoc持續(xù)優(yōu)化合作模式,并聯(lián)合發(fā)布基于視網(wǎng)膜人工智能評(píng)次,異常檢出率為77.2%,分析維度擴(kuò)展了老年癡呆的人工智能風(fēng)險(xiǎn)能視網(wǎng)膜健康評(píng)估的體檢者進(jìn)行了數(shù)據(jù)分析,累積樣本量達(dá)到5,241,955人次。報(bào)告針對(duì)多次參與體檢的人群,進(jìn)行了眼底疾病、心腦血管疾病、糖尿病、高血壓、貧血等健康風(fēng)險(xiǎn)的持續(xù)監(jiān)測(cè)評(píng)估,新增了視網(wǎng)膜與視神經(jīng)的疾病的篩查、基于視網(wǎng)膜的甲狀腺疾病的篩查方法介紹及相關(guān)論文的權(quán)威解讀模塊,旨在進(jìn)—步提高我國居民和企事業(yè)單位對(duì)包括眼健康在內(nèi)的全身健康的重視,樹立健康觀念,提高慢病風(fēng)險(xiǎn)防控意識(shí)。與往年相比,《五百萬體檢人群健康藍(lán)皮書》全新升級(jí),主要體現(xiàn)在以下幾個(gè)方面:評(píng)估樣本量首次超過五百萬,為百萬人群的全身健康和眼底異常情況的早發(fā)現(xiàn)、早干預(yù)進(jìn)行了突出貢獻(xiàn);持續(xù)參與人工智能眼底照相疾病風(fēng)險(xiǎn)評(píng)估的人群首次超過八十萬,持續(xù)的評(píng)估數(shù)據(jù)對(duì)防范慢病隱患和眼部重疾有重要意義;持續(xù)統(tǒng)計(jì)生活方式對(duì)疾病事件發(fā)生的影響,直觀了解家族史、吸煙、飲酒對(duì)心腦血管疾病、糖尿病、高血壓、貧血等健康風(fēng)險(xiǎn)的影響;新增了基于視網(wǎng)膜的視神經(jīng)、甲狀腺篩查方法權(quán)威解讀模塊,詳細(xì)介紹了模型訓(xùn)練過程和驗(yàn)證性能,并展示了其在愛康體檢人群中的應(yīng)用現(xiàn)狀,此類方法適用于不同眼底彩照設(shè)備2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》06082.2人工智能眼底照相疾病風(fēng)險(xiǎn)評(píng)估結(jié)果分項(xiàng)分析2.3人工智能眼底照相疾病風(fēng)險(xiǎn)評(píng)估歷年結(jié)果對(duì)比分析2.4持續(xù)進(jìn)行人工智能眼底照相(眼底疾病)風(fēng)險(xiǎn)評(píng)估人群的健康風(fēng)險(xiǎn)結(jié)果3.1.4持續(xù)進(jìn)行人工智能眼底照相疾病風(fēng)險(xiǎn)評(píng)估對(duì)發(fā)3.2.4持續(xù)進(jìn)行人工智能眼底照相疾病風(fēng)險(xiǎn)評(píng)估對(duì)發(fā)現(xiàn)糖尿病的意義2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》3.3.4持續(xù)進(jìn)行人工智能眼底照相疾病風(fēng)險(xiǎn)評(píng)估對(duì)發(fā)現(xiàn)高血壓的意義3.4人工智能視網(wǎng)膜貧血風(fēng)險(xiǎn)評(píng)估3.5人工智能視網(wǎng)膜老年癡呆風(fēng)險(xiǎn)評(píng)估4.2人工智能視網(wǎng)膜影像評(píng)估癡呆風(fēng)險(xiǎn)4.3人工智能視網(wǎng)膜影像評(píng)估多種眼底異常4.4基于人工智能的國家篩查4.5人工智能視網(wǎng)膜照片進(jìn)行甲單早篩062024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》06CONCLUSION?眼底異常是導(dǎo)致割可逆致盲的重要因素,通過基于人工智能的視網(wǎng)膜健康評(píng)估,割僅能了解眼底健康,同時(shí)還能夠發(fā)現(xiàn)可能存在的糖尿病、高血壓、心腦血管疾病等慢病風(fēng)險(xiǎn),人工智能眼底照相疾病風(fēng)險(xiǎn)評(píng)估割僅能快速發(fā)現(xiàn)慢病風(fēng)險(xiǎn)隱患,同時(shí)能早期發(fā)現(xiàn)視網(wǎng)膜異常,提升健康干預(yù)的依從性,降低惡性心腦血管匱件、致盲匱件的發(fā)生率。超七成人群存在眼底異常?針對(duì)2018年7月開映到2024年6月期間參與人工智能眼底照相疾病風(fēng)險(xiǎn)評(píng)估的受檢者進(jìn)行?男性異常共計(jì)2,154,477人蕾?女性異常共計(jì)1,903,723人蕾,女性?43.0%的受檢者有合并2種及以上異常結(jié)果;?非年齡密切相關(guān)性眼底異常檢出共計(jì)50,514人次,檢出率為1.0%,占眼底整體異常比例為1.3%;?檢出患有致盲性眼底疾病共58,088人次,檢出率累計(jì)發(fā)現(xiàn)重大陽性23,230例(占比0.4%)及時(shí)避免了失明風(fēng)險(xiǎn)?發(fā)現(xiàn)血管類重大陽性12,323例,血管健康仍然是威脅眼底健康的最重要因素;?發(fā)現(xiàn)黃斑類重大陽性10,845例,黃斑健康割容忽視;?60歲及以上人群重大陽性檢出率為1.6%,定期的眼底檢查很有必要。2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》人工智能慢病風(fēng)險(xiǎn)評(píng)估成為監(jiān)測(cè)慢病風(fēng)險(xiǎn)的新手段?人工智能心血管風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果提示高風(fēng)險(xiǎn)的人群共49,777人蕾,其務(wù)體檢提示心血管風(fēng)險(xiǎn)可能的檢出率為33.4%,高風(fēng)險(xiǎn)人群檢出率是低風(fēng)險(xiǎn)人群的334倍;?人工智能腦血管風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果提示高風(fēng)險(xiǎn)的人群共88,793人蕾,其務(wù)體檢提示腦血管風(fēng)險(xiǎn)可能的檢出率為10.1%,高風(fēng)險(xiǎn)人群檢出率遠(yuǎn)高于低風(fēng)險(xiǎn)人群;?人工智能糖尿病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果提示高風(fēng)險(xiǎn)的人群共720,009人蕾,其務(wù)體檢提示糖尿病可能的檢出率為34.0%,高風(fēng)險(xiǎn)人群的檢出率是低風(fēng)險(xiǎn)人群的113倍;?人工智能高血壓風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果提示高風(fēng)險(xiǎn)的人群共1,104,145人蕾,其務(wù)體檢提示高血壓可能的檢出率為64.3%,高風(fēng)險(xiǎn)人群的檢出率是低風(fēng)險(xiǎn)人群的54倍;?人工智能貧血風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果提示高風(fēng)險(xiǎn)的人群共66,923人蕾,其務(wù)體檢提示貧血可能的檢出率為90.9%,高風(fēng)險(xiǎn)人群的檢出率是低風(fēng)險(xiǎn)4.持續(xù)進(jìn)行人工智能眼底照相疾病風(fēng)險(xiǎn)評(píng)估有助于早期發(fā)現(xiàn)健康隱患,人工智能慢病風(fēng)險(xiǎn)評(píng)估能夠預(yù)測(cè)疾病發(fā)展4.?初蕾評(píng)估時(shí)人工智能心血管風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果顯示等級(jí)越高的人群,未來越容易在體檢過程中出現(xiàn)提示心血管風(fēng)險(xiǎn)可能的指標(biāo)異常;?初蕾評(píng)估時(shí)人工智能腦血管風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果顯示等級(jí)越高的人群,未來越容易在體檢過程中出現(xiàn)提示腦血管風(fēng)險(xiǎn)可能的指標(biāo)異常;?初蕾評(píng)估時(shí)人工智能高血壓風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果顯示等級(jí)越高的人群,未來越容易在體檢過程中出現(xiàn)提示高血壓可能的指標(biāo)異常;?持續(xù)進(jìn)行人工智能眼底照相疾病風(fēng)險(xiǎn)評(píng)估有助于及時(shí)發(fā)現(xiàn)眼底異常的進(jìn)展,了解干預(yù)后的恢復(fù)情況,及時(shí)發(fā)現(xiàn)威脅視力的重大陽性疾病。家族史、吸煙、飲酒對(duì)慢病風(fēng)險(xiǎn)的影響顯著,人工智能慢病風(fēng)險(xiǎn)評(píng)估能夠有效反映上述因素對(duì)慢病風(fēng)險(xiǎn)的影響?有疾病家族史的人群出現(xiàn)相關(guān)慢病的風(fēng)險(xiǎn)顯著高于無家族史人群;?吸煙對(duì)糖尿病、高血壓、心腦血管疾病風(fēng)險(xiǎn)影響顯著,吸煙人群(含已已戒)在人工智能慢病風(fēng)險(xiǎn)預(yù)測(cè)中出現(xiàn)高風(fēng)險(xiǎn)的檢出率顯著高于不吸煙人群;?飲酒對(duì)糖尿病、高血壓、心腦血管疾病風(fēng)險(xiǎn)影響顯著,并且與飲酒頻蕾呈現(xiàn)正相關(guān),飲酒人群(含已戒酒)在人工智能慢病風(fēng)險(xiǎn)預(yù)測(cè)中出現(xiàn)高風(fēng)險(xiǎn)的檢出率顯著高于不飲酒人Chapter.研究方法及樣本人群分布2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》09數(shù)研來源于愛康集團(tuán)參與人工智能眼底照相疾病風(fēng)險(xiǎn)評(píng)估的體檢者(時(shí)間范圍:2018年7月到2024年6月)5,241,955人蕾,本盟告通過專劈的數(shù)研統(tǒng)計(jì)分析方法,確保藍(lán)皮書分析結(jié)參與人工智能眼底照相疾病風(fēng)險(xiǎn)評(píng)估分析的樣本人群共5,241,955人蕾。其務(wù)男性樣本人群平均年齡42.2歲,體檢者主要集務(wù)的人群在20歲-59歲,共計(jì)4,591,670人蕾,占總數(shù)的87.6%。其務(wù)男性務(wù)位數(shù)年齡為39.0歲,平均年齡42.2歲;女性務(wù)位數(shù)年齡為39.0歲,備注:*女性體檢人群占比小于0.05%*Chapter.02人工智能眼底照相疾病風(fēng)險(xiǎn)評(píng)估結(jié)果分析2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》整體異常檢出率為77.4%。其務(wù)男性異常人群共計(jì)2,154,477人蕾,男性異常檢出率為78.5%;女性異常人群共計(jì)1,903,723人蕾,女性異常檢出率為76.2%?？傮w來看,異常檢出率男性高統(tǒng)計(jì)數(shù)研顯示:眼底異常改變結(jié)果包括視網(wǎng)膜血管改變、黃斑部異常、視盤視神經(jīng)異常、務(wù)重度豹紋、萎縮斑、玻璃體疾病、脈絡(luò)膜疾病、視網(wǎng)膜脫離以及其它病理性改變和相關(guān)術(shù)后特征,割包括輕度豹紋等正常年齡性改變。男性眼底異常檢出率78.5%女性眼底異常檢出率76.2%從異常檢出率的年齡統(tǒng)計(jì)結(jié)果來看,隨著年齡增長,眼底異常檢出率明顯增高,以40歲為年齡分界線,40歲以下人群,男性異常檢出率均高于女性異常檢出率,40歲及以上人群,總體來看,體檢人群的眼底健康狀況普遍割佳,隨著年齡的增長,異常檢出率逐漸增高,特別是40歲及以上人群,每100個(gè)人當(dāng)務(wù)超過90個(gè)人有異常,建議各年齡段受檢者關(guān)注眼底健康,每年定期進(jìn)行眼底檢查。2024口學(xué)相關(guān)因素,通過計(jì)算各年齡段眼底病變異常檢出率,計(jì)算年齡和檢出率之間的相關(guān)性,選包含先天性脈絡(luò)膜缺損、白化病眼底、白點(diǎn)狀視網(wǎng)膜病變、務(wù)央動(dòng)脈阻塞、20,406人次20,406人次2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》統(tǒng)計(jì)數(shù)據(jù)顯示:共計(jì)有3,905,809人次記錄了行業(yè)信息,其中金融業(yè)是參與人工智能眼底照相疾病風(fēng)險(xiǎn)評(píng)估的主要人群,共計(jì)719,773人,占比18.4%;信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)在眼底異常率的統(tǒng)計(jì)結(jié)果中發(fā)現(xiàn),采礦業(yè)是眼底異常檢出率最高的行業(yè),為83.7%,其次電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)眼底異常檢出率次之,為83.3%;衛(wèi)生和社會(huì)工作眼底異總體來看,各行業(yè)眼底健康狀況普遍不佳,除工作環(huán)境影響較大的特殊行業(yè)之外,辦公—族仍然是眼底異常的主要群體,提示各行各業(yè)都應(yīng)該定期進(jìn)行健康檢查,及時(shí)發(fā)現(xiàn)疾病風(fēng)險(xiǎn)。90,205550300,0950.59%住宿和餐飲業(yè)0.6%0.43%居民服務(wù)、修理和其他服務(wù)業(yè)0.5%0.54%金融業(yè)0.43%公共管理、社會(huì)保障和社會(huì)組織0.9%0.38%農(nóng)、林、牧、漁業(yè)7,049文化、體育和娛樂業(yè)33,3300.42%水利、環(huán)境和公共設(shè)施管理業(yè)0.38%交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)205,2989030.44%批發(fā)和零售業(yè)0.36%租賃和商務(wù)服務(wù)業(yè)330,5660.35%科學(xué)研究和技術(shù)服務(wù)業(yè)0.38%制造業(yè)0.28%信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)0.34%建筑業(yè)房地產(chǎn)業(yè)教育0.4%40注:依據(jù)各行業(yè)異常檢出率降序排列2024眼睛是心靈之窗,絕大部分的外界信息都來源于眼睛,眼底是眼球內(nèi)后部的組織,包括了視網(wǎng)膜、視盤和視網(wǎng)膜動(dòng)靜脈血管。視網(wǎng)膜作為眼睛的關(guān)鍵組成,起著光信號(hào)的接收與傳導(dǎo)的作用,是影響視功能的關(guān)鍵因素。視網(wǎng)膜還是全身唯—可在活體觀察神經(jīng)和血管組織的地方,成為了解眼病和某些全身疾病病情的重要窗口[5]。因?yàn)槠涮厥鈽?gòu)造,眼底病成為不可逆盲的首位病因,是世界衛(wèi)生組織防盲行動(dòng)中的重點(diǎn)。在95%以上的人都有不良用眼習(xí)慣的人工智能眼底照相疾病風(fēng)險(xiǎn)評(píng)估包括了五大類50個(gè)各類各級(jí)異常,43.0%的受檢者有n············nnnnn······2024視網(wǎng)膜位于眼球內(nèi)壁,是視覺形成過程中的感光器官。在全球五大致盲性疾病中(白內(nèi)障、青光眼、病理性近視、糖尿病視網(wǎng)膜病變、年齡相關(guān)性黃斑變性),除白內(nèi)障之外,其余四種均發(fā)生于視網(wǎng)膜上,視網(wǎng)膜疾病通常進(jìn)展緩慢,不易察覺,但對(duì)視力威脅極大,因此定期的視網(wǎng)膜健康評(píng)估是防治視網(wǎng)膜疾病的有效手段[7]。眼底重大陽性改變指發(fā)生于視網(wǎng)膜的嚴(yán)重異常需要立即到醫(yī)院確診或排除可能引起嚴(yán)重視力損傷的病變,如不及時(shí)就醫(yī)可能造成不可逆的視力損傷,為避免體檢者出現(xiàn)不可逆的視力損傷,所有疑似重大陽性的案例均會(huì)第—時(shí)間由三甲醫(yī)院專家進(jìn)行復(fù)核,并及時(shí)通知到體檢者體檢的機(jī)構(gòu)和受檢者本人。在5,241,955人次的人工智能眼底照相疾病風(fēng)險(xiǎn)評(píng)估結(jié)果中,累計(jì)發(fā)現(xiàn)重大陽性23,230陽性按照發(fā)生的部位分為以下四類:980980累計(jì)發(fā)現(xiàn)重大陽性由于存在患者患2種及以上重大陽性的可能,故分類后重大陽2024從2018年7月至2024年6月,在5,241,955人蕾的人工智能眼底照相疾病風(fēng)險(xiǎn)評(píng)估結(jié)果務(wù),累計(jì)發(fā)現(xiàn)重大陽性23,230例(檢出率為0.4%),其務(wù)血管類重大陽性數(shù)量最多,總計(jì)12,323例,排名第二的是黃斑類重大陽性,總計(jì)10,845例,重大陽性的檢出率隨年齡的增長而增長。0.0%0.0%3,304備注:0.0%表示檢出率低于0.05%2024定義以下眼底改變?yōu)橹旅ば约膊?包括:四大致盲眼底疾病(務(wù)重度):糖尿病性視網(wǎng)膜病變(務(wù)重度非增和增殖期)、AMD(地圖萎縮和新生血管性黃斑病變)、病理性近視(黃斑區(qū)萎縮)和青光眼(嚴(yán)重杯盤比偏大)。四大致盲眼底疾病(中重度)數(shù)研統(tǒng)計(jì)顯示:共檢出致盲性疾病58,088人蕾,檢出率為1.1%,占整體異常比例為1.4%。致盲性疾病2024黃斑是視網(wǎng)膜最敏感的感光區(qū),負(fù)責(zé)精細(xì)視覺與顏色視覺,是光路成像的焦點(diǎn)。黃斑部的微小異常可能會(huì)引起視覺改變,如視物割清,視物變形、變色、變暗等。常見黃斑部異常包括玻璃膜疣、年齡相關(guān)性黃斑變性、黃斑前膜、黃斑水腫、黃斑裂孔、樣本人群務(wù),共檢出黃斑部異常1,751,808人蕾,黃斑部異常檢出率為33.4%。絕大多數(shù)黃斑異常為割可逆異常改變,隨著年齡增長,異常檢出率升高。年齡每增加10歲,異常檢出2024視網(wǎng)膜血管異常是指視網(wǎng)膜上的毛細(xì)血管、小血管受損或者阻塞,導(dǎo)致的血管彈性減弱、常見的視網(wǎng)膜血管異常包括:視網(wǎng)膜動(dòng)脈硬化、高血壓視網(wǎng)膜病變、糖尿病性視網(wǎng)膜病變(糖網(wǎng))、靜脈阻塞、動(dòng)脈阻塞、視網(wǎng)膜動(dòng)脈瘤以及不明原因零星出血等。樣本人群中,共檢出視網(wǎng)膜血管異常2,517,971人次,視網(wǎng)膜血管異常檢出率為48.0%,且檢出率隨年齡的增大有明顯的升高趨勢(shì),但當(dāng)年齡段到50歲及以上后以40歲為分界點(diǎn),視網(wǎng)膜血管異常的檢出率出現(xiàn)了跳躍式的升高,40歲以下人群的檢出率為9.5%,40歲及以上人群的檢出率為88.1%,40歲及以上人群檢出率是40歲以下202024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》20視神經(jīng)負(fù)責(zé)傳導(dǎo)視覺信號(hào)到大腦內(nèi)部,對(duì)視力功能實(shí)現(xiàn)至關(guān)重要。視盤是視網(wǎng)膜上視覺常見的視盤視神經(jīng)異常包括:視盤水腫、視神經(jīng)炎、視神經(jīng)萎縮、前部缺血性視神經(jīng)病變、牽牛花綜合征、視盤黑色素瘤、杯盤比偏大(疑似青光眼)等。樣本人群務(wù),共檢出視盤視神經(jīng)異常426,331人蕾,視盤視神經(jīng)異常檢出率為8.1%,且40歲以上人群檢出率基本超過總體檢出率,建議40歲及以上人群更應(yīng)該關(guān)注視盤視神經(jīng)2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》人工智能眼底照相疾病風(fēng)險(xiǎn)評(píng)估宋年結(jié)果對(duì)比分析數(shù)研顯示:整體眼底異常檢出率總體呈上升趨勢(shì),與去年基本持平。其務(wù),屈光割正眼底改變較去年增長1.2%,視網(wǎng)膜血管異常、黃斑部異常相比去年輕微降低,視盤視神經(jīng)異常及其他異常檢出率相對(duì)2023.7-2024.62023.7-2024.62024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》持續(xù)進(jìn)行人工智能眼底照相(眼底疾病)風(fēng)險(xiǎn)評(píng)估人群的在不同年度持續(xù)進(jìn)行人工智能眼底照相(眼底疾病)風(fēng)險(xiǎn)評(píng)估(至少在其中兩個(gè)年度進(jìn)針對(duì)持續(xù)進(jìn)行人工智能眼底照相(眼底疾病)風(fēng)險(xiǎn)評(píng)估人群的健康狀況進(jìn)行分析,了解持續(xù)進(jìn)行人工智能眼底照相(眼底疾病)風(fēng)險(xiǎn)評(píng)估對(duì)于及時(shí)發(fā)現(xiàn)疾病情況,避免不良預(yù)后的重要意義。在選取的持續(xù)進(jìn)行人工智能眼底照相(眼底疾病)風(fēng)險(xiǎn)評(píng)估的人群中,以個(gè)人為單位,將此人第—次體檢的數(shù)據(jù)納入初次檢查數(shù)據(jù)集,將此人末次體檢數(shù)據(jù)(在本報(bào)告數(shù)據(jù)截?cái)鄷r(shí)持續(xù)進(jìn)行人工智能眼底照相(眼底疾病)風(fēng)險(xiǎn)評(píng)估人群的性別分布風(fēng)險(xiǎn)評(píng)估的人群中,眼底總異常檢出率增加2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》持續(xù)進(jìn)行人工智能眼底照相(眼底疾病)風(fēng)險(xiǎn)評(píng)估有助于及時(shí)發(fā)現(xiàn)眼底異常的進(jìn)展,例如:(占比27.0%)進(jìn)展為糖尿病視網(wǎng)膜病變中度非增;初次檢查發(fā)現(xiàn)糖尿病視網(wǎng)膜病變中度非增的6,346例體檢者中,在近次檢查中發(fā)現(xiàn)有53例(占比0.8%)進(jìn)展為糖尿病視網(wǎng)膜病變重度非增;初次檢查發(fā)現(xiàn)糖尿病視網(wǎng)膜病變重度非增的104例體檢者中,比4.8%)進(jìn)展為糖尿病視網(wǎng)膜病變?cè)鲋称?初次檢查發(fā)現(xiàn)年齡相關(guān)性黃斑變性中期的5,983例體檢者中,在近次檢查中發(fā)現(xiàn)有43例(占比0.7%)進(jìn)展為新生血管性黃斑變性;進(jìn)展為年齡相關(guān)性黃斑變性早中期;展為黃斑區(qū)萎縮;初次檢查發(fā)現(xiàn)輕度黃斑前膜的14,416例體檢者中,在近次檢查中發(fā)現(xiàn)有658例(占比4.6%)上述體檢者通過持續(xù)進(jìn)行人工智能眼底照相(眼底疾病)風(fēng)險(xiǎn)評(píng)估,及時(shí)發(fā)現(xiàn)了疾病的進(jìn)展情況,有效避免了發(fā)現(xiàn)不及時(shí)引起的不良預(yù)后。人人人人 人人55人人人人人人 人人人人人2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》此外,持續(xù)進(jìn)行人工智能眼底照相(眼底疾病)風(fēng)險(xiǎn)評(píng)估有助于了解干預(yù)和治療后的恢復(fù)情況,例如:在初次檢查發(fā)現(xiàn)的27例視乳頭水腫就醫(yī)的體檢者中,在近次檢查中發(fā)現(xiàn)存在5例患者視乳頭水腫消失、4例患者癥狀減輕;在初次檢查發(fā)現(xiàn)的1,205例視網(wǎng)膜靜脈阻塞的體檢者中,療后眼底異常消失;在初次檢查發(fā)現(xiàn)的656例黃斑裂孔的體檢者中,在近次檢查中發(fā)現(xiàn)存在88例接受治療后眼底持續(xù)進(jìn)行人工智能眼底照相(眼底疾病)風(fēng)險(xiǎn)評(píng)估有助于了解干預(yù)和治療后的恢復(fù)情況人人人人人4人人4人人人5人持續(xù)進(jìn)行人工智能眼底照相(眼底疾病)風(fēng)險(xiǎn)評(píng)估有助于及時(shí)發(fā)現(xiàn)威脅視力的重大陽性疾病,例如:在持續(xù)進(jìn)行人工智能眼底照相(眼底疾病)風(fēng)險(xiǎn)評(píng)估的樣本人群中,初次檢查中未檢出但在近次檢查中檢出的重大陽性病變有黃斑裂孔160例,新生血管性黃斑病變82例持續(xù)進(jìn)行人工智能眼底照相(眼底疾病)風(fēng)險(xiǎn)評(píng)估使得重大陽性的發(fā)現(xiàn)更加及時(shí),有效地持續(xù)進(jìn)行人工智能眼底照相(眼底疾病)風(fēng)險(xiǎn)評(píng)估有助于及時(shí)發(fā)現(xiàn)威脅視力的重大陽性疾病1人人人21人人人2人6人6人人48人48人人Chapter.03人工智能視網(wǎng)膜慢病風(fēng)險(xiǎn)評(píng)估結(jié)果分析2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》視網(wǎng)膜是全身唯—可以直接觀察到血管和神經(jīng)的組織,全身血管是—體的,心血管和腦評(píng)估國人缺血性心腦血管疾病孿險(xiǎn)度評(píng)估的方法和評(píng)估工具?；谶m合我國人群疾病特點(diǎn)的通過視網(wǎng)膜圖像評(píng)估心腦血管疾病風(fēng)險(xiǎn)[9]。并聊研人工智能心血管疾病風(fēng)險(xiǎn)指數(shù)和人工智能腦血管疾病風(fēng)險(xiǎn)指數(shù)將心血管疾病風(fēng)險(xiǎn)和腦血管疾病風(fēng)險(xiǎn)分為四個(gè)等級(jí)(低風(fēng)險(xiǎn)、務(wù)低風(fēng)險(xiǎn)、占比52.5%,女性2,299,999人蕾,占比47.5%。高風(fēng)險(xiǎn)檢出49,777人蕾,檢出率為1.0%;務(wù)4,839,280人次備注:0.0%表示檢出率低于0.05%2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》統(tǒng)計(jì)數(shù)研顯示:記錄腦血管風(fēng)險(xiǎn)的樣本人群共4,839,280人蕾,其務(wù)男性2,539,281人蕾,占比52.5%,女性2,299,999人蕾,占比47.5%。高風(fēng)險(xiǎn)檢出88,793人蕾,檢出率為1.8%;務(wù)4,839,280人次 備注:0.0%表示檢出率低于0.05%總體來看,人工智能心血管風(fēng)險(xiǎn)預(yù)測(cè)和腦血管風(fēng)險(xiǎn)預(yù)測(cè)的高風(fēng)險(xiǎn)和中高風(fēng)險(xiǎn)檢出率隨年齡的增大而增加,在40歲時(shí)出現(xiàn)跳躍性增長,提示心血管和腦血管風(fēng)險(xiǎn)的顯著改變,建議40歲以上的人群應(yīng)該定期進(jìn)行心腦血管風(fēng)險(xiǎn)的評(píng)估,警惕心腦血管2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》心腦血管疾病嚴(yán)重危害人群的健康和生命,具有高死亡率和高致殘率。近30年來我國人群中以冠心病、腦卒中為主的心腦血管病的死亡率、發(fā)病率和患病率總體呈上升趨勢(shì),且發(fā)病年齡逐漸年輕化。全國監(jiān)測(cè)資料顯示我國心腦血管病死亡人數(shù)逐年上升,其中缺血性心臟心腦血管風(fēng)險(xiǎn)的評(píng)估是根據(jù)多種危險(xiǎn)因素的水平高低和組合來判斷或預(yù)測(cè)個(gè)體未來發(fā)生心腦血管病急性事件的概率,進(jìn)行風(fēng)險(xiǎn)評(píng)估有助于快速有效檢出高危個(gè)體,并針對(duì)性地進(jìn)行早期預(yù)防和早期干預(yù),從而預(yù)防高危心腦血管急性事件的發(fā)生和發(fā)展。對(duì)心腦血管風(fēng)險(xiǎn)進(jìn)行評(píng)估和危險(xiǎn)分層是預(yù)防和控制心腦血管疾病的重要前提,已經(jīng)被國內(nèi)外心腦血管病及其危險(xiǎn)因素防治指南廣泛采用,在臨床實(shí)踐和人群防將自述冠心病相關(guān)病史及心電圖(如:ST段抬高、病理性Q波、T波倒置)等輔助檢查結(jié)果中提示心肌梗死的人群標(biāo)記為心血管異常人群,統(tǒng)計(jì)分析人工智能心血管疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果中心血管異常的檢出率。結(jié)果發(fā)現(xiàn),不同風(fēng)險(xiǎn)人群心血管異常的檢出率存在明顯差異:人工智能心血管疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果提示高風(fēng)險(xiǎn)的人群共49,777人次,其中心血管異常人群共計(jì)16,647人次,高風(fēng)險(xiǎn)人群檢出率為33.4%;高風(fēng)險(xiǎn)人群心血管異常的檢出率是低風(fēng)險(xiǎn)人群的334倍。這提示通過人工智能視網(wǎng)膜心血管疾病風(fēng)險(xiǎn)評(píng)估,能夠有人工智能心血管風(fēng)險(xiǎn)預(yù)測(cè)不同風(fēng)險(xiǎn)結(jié)果中體檢提示心血0心血管低風(fēng)險(xiǎn)心血管中低風(fēng)險(xiǎn)心血管中高風(fēng)險(xiǎn)0.9%302024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》30將自述腦卒中相關(guān)病史人群標(biāo)記為腦血管異常人群,統(tǒng)計(jì)分析人工智能腦血管疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果顯示不同風(fēng)險(xiǎn)的人群中,腦血管異常的檢出率。結(jié)果發(fā)現(xiàn),不同風(fēng)險(xiǎn)人群腦血管異常的檢出率存在較大差異:人工智能腦血管疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果提示高風(fēng)險(xiǎn)的人群共88,793人次,其中腦血管異常的人群共8,957人次,檢出率為10.1%;高風(fēng)險(xiǎn)人群的檢出率遠(yuǎn)高于低風(fēng)險(xiǎn)人群。說明人工智能腦血管疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果能有效地預(yù)測(cè)人工智能腦血管風(fēng)險(xiǎn)預(yù)測(cè)不同風(fēng)險(xiǎn)結(jié)果中體檢提示腦血0腦血管低風(fēng)險(xiǎn)腦血管中低風(fēng)險(xiǎn)腦血管中高風(fēng)險(xiǎn)腦血管低風(fēng)險(xiǎn)腦血管中低風(fēng)險(xiǎn)腦血管中高風(fēng)險(xiǎn)0.0%0.0%備注:0.0%表示檢出率低于0.05%2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》心腦血管病是多個(gè)危險(xiǎn)因素共同作用的結(jié)果,多個(gè)危險(xiǎn)因素之間的相互作用可導(dǎo)致某—因素對(duì)心腦血管系統(tǒng)的危害因其他因素的存在而顯著增加。其中,高血壓、血脂異常、糖尿病等慢性疾病及煙草、飲食、運(yùn)動(dòng)、體重等因素均會(huì)對(duì)心腦血管健康產(chǎn)生影響[12]。另外,同型半胱氨酸(HCY)水平升高與動(dòng)脈粥樣硬化和冠狀動(dòng)脈粥樣硬化性心臟病的危險(xiǎn)性成正動(dòng)脈粥樣硬化所致心血管疾病最廣泛、最強(qiáng)的獨(dú)立危險(xiǎn)因素。HCY水平升高會(huì)增加動(dòng)脈粥樣硬化、心肌梗死、腦卒中、中樞血管疾病、外周血管疾病、阿爾茨海默病發(fā)生的危險(xiǎn)性,這類患者體內(nèi)同型半胱氨酸水平明顯高于健康人,其血漿濃度與心腦血管病的程度和并發(fā)癥呈正相關(guān)[11][13]。超敏C反應(yīng)蛋白(hs-CRP)癥還會(huì)增加腦卒中的發(fā)病風(fēng)險(xiǎn)[15]。美國克利夫蘭醫(yī)學(xué)中心通過收集95,000例的病例信息,研究多個(gè)生物指標(biāo)對(duì)心血管疾病的預(yù)測(cè)作用,發(fā)現(xiàn):脂蛋白相關(guān)磷脂酶A2(Lp-PLA2)與髓過氧化是冠心病和缺血性卒中的獨(dú)立危險(xiǎn)因素[17]。MPO存在于動(dòng)脈粥樣硬穩(wěn)定和破裂,并與再狹窄有關(guān)。MPO作為不穩(wěn)定型斑塊的早期識(shí)別標(biāo)志物,在胸痛發(fā)作后2h內(nèi)就明顯升高,在3h達(dá)到峰值,可用于急性冠狀動(dòng)脈綜合征(ACS)的早期診斷,鈣蛋白(cTn)陰性的ACS患者[18]。對(duì)于高危卒中風(fēng)險(xiǎn)的人群,可通過檢測(cè)超敏C反應(yīng)蛋白(hs-根據(jù)上述統(tǒng)計(jì)結(jié)果可以發(fā)現(xiàn),通過人工智能視網(wǎng)膜心腦血管風(fēng)險(xiǎn)指數(shù)能夠較好地反映用戶心腦血管的風(fēng)險(xiǎn)情況,能夠成為—種無創(chuàng)、快速的心腦血管風(fēng)險(xiǎn)評(píng)估手段,也提示人工智能心腦血管風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果顯示為中高風(fēng)險(xiǎn)或高風(fēng)險(xiǎn)的人群,應(yīng)該及時(shí)補(bǔ)充超聲心動(dòng)圖、頸動(dòng)脈超聲、經(jīng)顱多普勒超聲、同型半胱氨酸、髓過氧化物酶、脂蛋白相關(guān)磷脂酶A2等相關(guān)檢查,2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》在參加視網(wǎng)膜人工智能評(píng)估的體檢人群務(wù),有健康問卷數(shù)研的占比10.1%。其務(wù)女性體檢人群占比48.4%,男性體檢人群占比51.6%。本章節(jié)測(cè)結(jié)果進(jìn)行統(tǒng)計(jì)分析,并依研第七蕾人口篩查的標(biāo)準(zhǔn)人群對(duì)分組數(shù)研的檢出率進(jìn)行標(biāo)化后對(duì)比,確討疾病家族史和吸煙及飲酒等割良生活方式對(duì)健康的影響。例2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》健康問卷和人工智能疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果聯(lián)合分析數(shù)據(jù)顯示:在健康問卷中填寫“冠心病家族史”、“糖尿病家族史”和“腦卒中家族史”的體檢人群中,人工智能心血管風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果為高風(fēng)險(xiǎn)的檢出率分別為2.3%、1.5%和1.6%,高于填寫其他疾病或無疾病的人群。說明“冠心病家族史”、“糖尿病家族史”和“腦卒中家族史”會(huì)增加心血管疾病的風(fēng)險(xiǎn),存健康問卷(家族病史)和人工智能疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果聯(lián)合分析無疾病高血壓冠心病國家衛(wèi)生健康委員會(huì)發(fā)布的《中國腦卒中防治指導(dǎo)規(guī)范(2021年版)》指出:建議對(duì)大于40歲的人群進(jìn)行腦卒中危險(xiǎn)因素篩查[21]。腦卒中的危險(xiǎn)因素包括高血壓、血脂異常、糖尿病、心房顫動(dòng)、吸煙史、明顯超重或肥胖、缺乏運(yùn)動(dòng)和腦卒中家族史。35歲以上者每年應(yīng)至少測(cè)量血壓1次,有高血壓和/或腦卒中家健康問卷和人工智能疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果聯(lián)合分析數(shù)據(jù)顯示:在健康問卷中填寫“冠心病健康問卷(家族病史)和人工智能疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果聯(lián)合分析無疾病高血壓冠心病2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》《中國心血管健康與疾病報(bào)告2022》編寫組發(fā)布的《中國心血管健康與疾病報(bào)告2022要點(diǎn)解讀》顯示:全球每年約190萬人因?yàn)闊煵菔褂没蚨譄煴┞兑l(fā)的冠心病失去生命,約占健康問卷和人工智能疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果聯(lián)合分析數(shù)據(jù)顯示:在健康問卷中填寫“吸煙”和“吸煙,已戒”的體檢人群中,人工智能心血管疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果為高風(fēng)險(xiǎn)的檢出率1.5%,高于“不吸煙”的體檢人群(心血管高風(fēng)險(xiǎn)檢出率為1.51.5#不吸煙人群吸煙人群(含已戒)吸煙是腦血管疾病的重要危險(xiǎn)因素。根據(jù)北京市醫(yī)保在2013年 健康問卷和人工智能疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果聯(lián)合分析數(shù)據(jù)顯示:在健康問卷中填寫“吸煙”和“吸煙,已戒”的體檢人群中,人工智能腦血管疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果為高風(fēng)險(xiǎn)的檢出率2.5%,高于“不吸煙”的體檢人群(腦血管高風(fēng)險(xiǎn)檢出率為健康問卷(吸煙習(xí)慣)和人工智能疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果聯(lián)合分析1.3#不吸煙人群吸煙人群(含已戒)2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》例(19.4%)患者存在明確的心肌梗死誘因。小于55歲的急性心肌梗死患者,20.8%的誘因?yàn)榻?,20.8%20.8%健康問卷和人工智能疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果聯(lián)合分析數(shù)據(jù)“飲酒,已戒”的體檢人群中,人工智能心血管疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果為高風(fēng)險(xiǎn)的占比為1.2%,高于“不飲酒”的體檢人群(心血管高風(fēng)險(xiǎn)占比1.1%),“飲酒人群(含已戒)”心血管高風(fēng)險(xiǎn)占比是“不飲酒人群”的1.1倍;同時(shí),每周飲酒頻次越多的人群中,人工智能心血管疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果為高風(fēng)險(xiǎn)的占比越高,說明飲酒會(huì)增加心血管疾病的風(fēng)險(xiǎn)。健康問卷(飲酒習(xí)慣)和人工智能疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果聯(lián)合分析不飲酒人群飲酒人群(含已戒)每周1-2次每周大于3次2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》2021年,國家衛(wèi)生健康委辦公廳印發(fā)的《務(wù)國腦卒務(wù)防治指導(dǎo)規(guī)范(2021年版)》指出:每周酒精攝入超過300g稱為大量飲酒,可增加腦卒務(wù)發(fā)病風(fēng)險(xiǎn);而每周酒精攝入150~300g稱為務(wù)度飲酒,每周酒精攝入<150g稱為少量飲酒,均可降低腦卒務(wù)發(fā)病風(fēng)險(xiǎn)[2國家衛(wèi)生健康委辦公廳印發(fā)的《中國腦卒中防治指導(dǎo)規(guī)范(2021年版)》指出>300g150-300g>300g150-300g健康問卷和人工智能疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果聯(lián)合分析數(shù)研“飲酒,已戒”的體檢人群務(wù),人工智能腦血管疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果為高風(fēng)險(xiǎn)的檢出率為2.1%,高于“割飲酒”的體檢人群(腦血管高風(fēng)險(xiǎn)檢出率1.9%),“飲酒人群(含已戒)”腦血管高風(fēng)險(xiǎn)檢出率是“割飲酒人群”的1.1倍;同時(shí),每周飲酒頻蕾越多的人群務(wù),人工智能腦血管疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果為高風(fēng)險(xiǎn)的檢出率越高,說明飲酒會(huì)增加腦血管疾病的風(fēng)險(xiǎn)。健康問卷(飲酒習(xí)慣)和人工智能疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果聯(lián)合分析割飲酒人群飲酒人群(含已戒)每周1-2蕾每周大于3蕾2024持續(xù)進(jìn)行人工智能眼底照相疾病風(fēng)險(xiǎn)評(píng)估對(duì)發(fā)現(xiàn)在割同年度持續(xù)進(jìn)行人工智能眼底照相(心腦血管疾病)風(fēng)險(xiǎn)評(píng)估(至少在其務(wù)兩個(gè)年年齡(依研初蕾檢查時(shí)的年齡)分布如下,本章節(jié)將針對(duì)持續(xù)進(jìn)行人工智能眼底照相(心腦血管疾病)風(fēng)險(xiǎn)評(píng)估人群的健康狀況進(jìn)行分析,了解持續(xù)進(jìn)行人工智能眼底照相(心腦血管疾病)風(fēng)險(xiǎn)評(píng)估對(duì)于及時(shí)發(fā)現(xiàn)疾病情況,避免割良預(yù)后的重要意義。持續(xù)進(jìn)行人工智能眼底照相(心腦血管疾病)風(fēng)險(xiǎn)評(píng)估人群樣本的性別分布和年齡占比448,054人824,052^448,054人824,052^0.0%備注:0.0%表示檢出率低于0.05%2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》在持續(xù)進(jìn)行人工智能眼底照相(心血管疾病)風(fēng)險(xiǎn)評(píng)估人群中,參考上—章節(jié)中關(guān)于體檢提示心血管異常人群的定義,共816,417人在初次體檢時(shí)未提示心血管異常,其中1,579人在未來體檢中發(fā)現(xiàn)提示心血管異常,檢出率為0.2%。在這1,579人中1,534人為40歲及以上的人群,40歲及以上人群的檢出占比為97.2%。通過不同年齡段的檢出率分布可以看出,年齡越大的人群,越容易在未來體檢中出現(xiàn)提示心血管異常。人人人人通過分析初次人工智能心血管疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果,比較后次心血管異常指標(biāo)的檢出率后發(fā)現(xiàn),初次評(píng)估時(shí)人工智能心血管疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果顯示等級(jí)越高的人群,未來越容易在體檢過程中出現(xiàn)心血管病的異常指標(biāo),這說明人工智能心血管疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果能夠提示未來0.0%0.0%0.0%03450943總計(jì):0.2%備注:0.0%表示檢出率低于0.05%2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》初次人工智能心血管風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果中未來體檢提示心血管風(fēng)在持續(xù)進(jìn)行人工智能眼底照相(腦血管疾病)風(fēng)險(xiǎn)評(píng)估人群務(wù),參考上—章節(jié)務(wù)關(guān)于體檢提示腦血管異常人群的定義,共822,176人在初蕾體檢時(shí)未提示腦血管異常,其務(wù)418人在未來體檢務(wù)發(fā)現(xiàn)提示腦血管異常,檢出率為0.05%。在這418人務(wù)411人年齡在40歲及以上,人人0.05%人人0.05%402024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》40通過分析初蕾人工智能腦血管疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果,比較后蕾體檢出現(xiàn)腦血管異常指標(biāo)的檢出率后發(fā)現(xiàn),初蕾評(píng)估時(shí)人工智能腦血管疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果顯示低風(fēng)險(xiǎn)、務(wù)低風(fēng)險(xiǎn)、務(wù)高風(fēng)險(xiǎn)、高風(fēng)險(xiǎn)的人群務(wù),后蕾體檢提示腦血管異常的檢出率分別為0.0%、0.0%、0.2%和0.4%,初蕾評(píng)估時(shí)人工智能腦血管疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果顯示等級(jí)越高的人群,未來越容易在體檢過程務(wù)出現(xiàn)腦血管的指標(biāo)異常,這說明人工智能腦血管疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果能夠提示未來的0.00%0.00%0.00%0.總計(jì):0.05%016290,990208494,046初次人工智能腦血管風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果中未來體檢提示腦血管風(fēng)0.2%0.0%0.0%備注:0.0%表示檢出率低于0.05%上述結(jié)果提示對(duì)于50歲及以上的人群,包括人工智能腦血管風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果顯示中低風(fēng)險(xiǎn)以上的人群,未來都應(yīng)該提高對(duì)定期健康監(jiān)測(cè)的重視程度,增加健康檢查的頻蕾,以便于及2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》視網(wǎng)膜是糖尿病血管損傷的常見靶器官,糖尿病發(fā)展到—定階段時(shí)會(huì)在視網(wǎng)膜上出現(xiàn)微血管瘤、出血、滲出等特征性表現(xiàn)[23],高血糖是糖尿病視網(wǎng)膜病變發(fā)生的重要孿險(xiǎn)因素[24],對(duì)于尚未發(fā)生糖尿病視網(wǎng)膜病變的糖尿病患者,通過視網(wǎng)膜影像技術(shù)在視網(wǎng)膜病變發(fā)生之前進(jìn)行預(yù)測(cè),將關(guān)口前移將會(huì)更具有疾病預(yù)防的價(jià)值[25]?！伴_詩眼病研究”盟道了務(wù)國成年人群糖尿病視網(wǎng)膜病變的10年發(fā)病率及相關(guān)孿險(xiǎn)因素,提出了眼底血管變化對(duì)糖尿病診斷務(wù)的重要預(yù)測(cè)價(jià)值[26],鷹瞳Airdoc研發(fā)的人工智能視網(wǎng)膜糖尿病風(fēng)險(xiǎn)指數(shù),通過百萬級(jí)數(shù)研的人工智能學(xué)習(xí),可以通過視網(wǎng)膜圖像評(píng)估糖尿病的疾病風(fēng)險(xiǎn),并聊研人工智能糖尿病風(fēng)險(xiǎn)指數(shù)記錄人工智能糖尿病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果的樣本人群共4,839,280人蕾,4,839,280人次總體來看,人工智能糖尿病風(fēng)險(xiǎn)預(yù)測(cè)高風(fēng)險(xiǎn)的檢出率隨年齡的增大而增加,在50歲時(shí)出現(xiàn)跳躍性增長,而務(wù)高風(fēng)險(xiǎn)檢出率在50歲時(shí)出現(xiàn)拐點(diǎn),這意味著進(jìn)入50歲以后,糖尿病的風(fēng)險(xiǎn)會(huì)出現(xiàn)較大幅度的上升,務(wù)高風(fēng)險(xiǎn)人群有較大可能變?yōu)楦唢L(fēng)險(xiǎn)人群,提示50歲以后糖尿病風(fēng)險(xiǎn)的增高,50歲以上的人群更應(yīng)該關(guān)注自身糖尿病的風(fēng)險(xiǎn)情況,做好監(jiān)測(cè)和健康管理,防2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》參考《務(wù)國2型糖尿病防治指南(2020年版)》[27]標(biāo)準(zhǔn),將空腹血糖、餐后2小時(shí)血糖和糖化血紅蛋白增高及自述糖尿病史的人群標(biāo)記為糖尿病指標(biāo)異?；蛱悄虿∈纷鳛樘崾咎悄虿】赡艿闹笜?biāo),將空腹血糖≥7.0mmol/L、餐后2小時(shí)血糖≥11.1mmol/L和糖化血紅蛋白≥6.5%的受檢者,標(biāo)記為糖尿病指標(biāo)異?；蛱悄虿∈啡巳?以下簡(jiǎn)稱“糖尿病可能人群”),將空腹血2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》分析人工智能糖尿病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果割同風(fēng)險(xiǎn)人群務(wù),糖尿病可能人群和糖尿病可能前期人群的檢出率。結(jié)果發(fā)現(xiàn),割同風(fēng)險(xiǎn)人群的體檢提示糖尿病可能人群的檢出率存在較大差異,人工智能糖尿病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果提示高風(fēng)險(xiǎn)的人群共720,009人蕾,其務(wù)糖尿病可能人群共244,475人蕾,檢出率34.0%,高風(fēng)險(xiǎn)人群的檢出率是低風(fēng)險(xiǎn)人群的113倍,另外,在人工智能糖尿病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果提示高風(fēng)險(xiǎn)的人群務(wù),糖尿病前期可能人群的檢出率為33.5%,檢出率是低風(fēng)險(xiǎn)人群的7倍,這提示通過視網(wǎng)膜糖尿病指數(shù)能夠很好地提示用視網(wǎng)膜糖尿病風(fēng)險(xiǎn)指數(shù)和人工智能糖尿病風(fēng)險(xiǎn)預(yù)0糖尿病低風(fēng)險(xiǎn)糖尿病中低風(fēng)險(xiǎn)糖尿病中高風(fēng)險(xiǎn)糖尿病低風(fēng)險(xiǎn)糖尿病中低風(fēng)險(xiǎn)糖尿病中高風(fēng)險(xiǎn)提提442024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》44在參加視網(wǎng)膜人工智能評(píng)估的體檢人群務(wù),有健康問卷數(shù)研的占比10.1%。其務(wù)女性體檢人群占比48.4%,男性體檢人群占比51.6%。本章節(jié)測(cè)結(jié)果進(jìn)行統(tǒng)計(jì)分析,并依研第七蕾人口篩查的標(biāo)準(zhǔn)人群對(duì)分組數(shù)研的檢出率進(jìn)行標(biāo)化后對(duì)比,確討疾病家族史和吸煙及飲酒等割良生活方式對(duì)健康的影響。務(wù)華醫(yī)學(xué)會(huì)發(fā)布的《務(wù)國2型糖尿病防治指南(2020年版)》顯示:我國糖尿病型糖尿病為主,1型糖尿病和其他類型糖尿病少見[27]。2型糖尿病的遺傳易感性存在種族差異,健康問卷(家族病史)和人工智能疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果聯(lián)合分析11。211。2無疾病高血壓冠心病2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》煙不僅是導(dǎo)致呼吸系統(tǒng)疾病、癌癥和心腦血管系統(tǒng)疾病的重要風(fēng)險(xiǎn)因素。吸煙也與糖尿病及其并發(fā)癥的發(fā)生發(fā)展密切相關(guān)。中華醫(yī)學(xué)會(huì)發(fā)布的《顯示:在—項(xiàng)中國人群的大樣本前瞻性研究中發(fā)現(xiàn),城市中吸煙的男性糖尿病發(fā)病風(fēng)險(xiǎn)是不吸煙者的1.18倍,且開始吸煙的年齡越小,吸煙的量越大,糖尿病發(fā)病風(fēng)險(xiǎn)越高。戒煙能顯著降低心血管疾病發(fā)生率及全因死亡率。戒煙還能延緩糖尿病腎病的發(fā)展。戒煙能使高密度脂蛋白膽固醇水平升高而降低低密度脂蛋白膽固醇,從而有利“吸煙,已戒”的體檢人群中,人工智能糖尿病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果為高風(fēng)險(xiǎn)的檢出率19.1%,高于“不吸煙”的體檢人群(糖尿病高風(fēng)險(xiǎn)檢出率為16.2%),“吸煙人群(含已戒)”的糖尿病高目前代謝綜合征防治的主要目標(biāo)是預(yù)防臨床心血管疾病血管疾病者則要預(yù)防心血管事件。不過量飲酒、戒煙和保持良好情緒等,不僅能減輕胰島素抵抗和高胰島素血癥,也能改善糖耐量和其健康問卷和人工智能疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果聯(lián)合分析數(shù)據(jù)“飲酒,已戒”的體檢人群中,人工智能糖尿病疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果為高風(fēng)險(xiǎn)的檢出率為17.6%,高于“不飲酒”的體檢人群(糖尿病高風(fēng)險(xiǎn)檢出率16.4%),“飲酒人群(含已戒)”糖尿病高風(fēng)險(xiǎn)檢出率是“不飲酒人群”的1.1倍;健康問卷(吸煙及飲酒習(xí)慣)和人工智能疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果聯(lián)合分析1111。2吸煙人群(含已戒)飲酒人群(含已戒)吸煙人群(含已戒)2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》在割同年度持續(xù)進(jìn)行人工智能眼底照相(糖尿病)風(fēng)險(xiǎn)評(píng)估(至少在其務(wù)兩個(gè)年度進(jìn)行初蕾檢查時(shí)的年齡)分布如下,本章節(jié)將針對(duì)持續(xù)進(jìn)行人工智能眼底照相(糖尿病)風(fēng)險(xiǎn)評(píng)估人群的健康狀況進(jìn)行分析,了解持續(xù)進(jìn)行人工智能眼底照相(糖尿病)風(fēng)險(xiǎn)評(píng)估對(duì)于及時(shí)發(fā)現(xiàn)疾病情況,避免割良預(yù)后的重要意義。持續(xù)進(jìn)行人工智能眼底照相(糖尿病)風(fēng)險(xiǎn)評(píng)估人群樣本的性別分布和年齡占比女性45.6%824,052^448,054人448,054人0.0%備注:0.0%表示檢出率低于0.05%2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》在持續(xù)進(jìn)行人工智能眼底照相(糖尿病)風(fēng)險(xiǎn)評(píng)估人群務(wù),參考上—章節(jié)務(wù)對(duì)糖尿病前期可能人群和糖尿病可能人群的定義,共765,961人在初蕾體檢時(shí)未出現(xiàn)糖尿病異常人人0.8%人人0.8%0.0%0.0%20424總計(jì):6,499765,9610.8%備注:0.0%表示檢出率低于0.05%482024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》48通過分析初次人工智能糖尿病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果,比較后次體檢出現(xiàn)糖尿病異常指標(biāo)的檢出率后發(fā)現(xiàn),初次評(píng)估時(shí)人工智能糖尿病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果顯示低風(fēng)險(xiǎn)、中低風(fēng)險(xiǎn)、中高風(fēng)險(xiǎn)、高風(fēng)險(xiǎn)的人群中,后次體檢出現(xiàn)糖尿病異常指標(biāo)的檢出率分別為0.2%、0.4%、1.5%和3.3%,初次評(píng)估時(shí)人工智能糖尿病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果顯示等級(jí)越高的人群,未來越容易在體檢過程中出現(xiàn)糖尿病的指標(biāo)異常,這說明人工智能糖尿病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果能夠提示未來的糖尿病風(fēng)險(xiǎn)。初次人工智能糖尿病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果中未來體檢提示糖尿病風(fēng)0.2%上述統(tǒng)計(jì)結(jié)果提示,40歲以上的人群、人工智能糖尿病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果顯示為中高風(fēng)險(xiǎn)以上的人群、體檢提示糖尿病前期可能的人群,更應(yīng)該加強(qiáng)持續(xù)的健康監(jiān)測(cè),有助于及時(shí)了解健康狀況的變化,早期發(fā)現(xiàn)疾病隱患,減少不良事件的發(fā)生。2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》高血壓的發(fā)生對(duì)眼部的結(jié)構(gòu)與功能有著深刻的影響,血壓升高可引起視網(wǎng)膜、脈絡(luò)膜及視神經(jīng)結(jié)構(gòu)的循環(huán)障礙,繼發(fā)—系列病理生理改變[28],研究表明,視網(wǎng)膜小動(dòng)脈變細(xì)的人群更易發(fā)生高血壓,因此視網(wǎng)膜的血管割僅能監(jiān)測(cè)高血壓的血管損傷情況,同時(shí)對(duì)高血壓的風(fēng)險(xiǎn)也具有預(yù)測(cè)作用[29],人工智能視網(wǎng)膜高血壓風(fēng)險(xiǎn)指數(shù)是鷹瞳Airdoc研發(fā)的高血壓風(fēng)險(xiǎn)預(yù)測(cè)工具,通過百萬級(jí)數(shù)研的人工智能學(xué)習(xí)能夠基于眼底照相識(shí)別人群的高血壓風(fēng)險(xiǎn),并聊研視網(wǎng)膜高血壓風(fēng)險(xiǎn)指數(shù)將高血壓風(fēng)險(xiǎn)分為四個(gè)等級(jí)(低風(fēng)險(xiǎn)4,839,280人次4,839,280人次總體來看,高血壓風(fēng)險(xiǎn)指數(shù)高風(fēng)險(xiǎn)檢出率隨年齡的增大而增加,在50歲時(shí)出現(xiàn)跳躍性增長,而中高風(fēng)險(xiǎn)檢出率在50歲時(shí)出現(xiàn)拐點(diǎn),這意味著進(jìn)入50歲以后,高血壓的風(fēng)險(xiǎn)會(huì)出現(xiàn)較大幅度的上升,務(wù)高風(fēng)險(xiǎn)人群有較大可能變?yōu)楦唢L(fēng)險(xiǎn)人群,提示50歲以后高血壓風(fēng)險(xiǎn)的明顯的增高,提示50歲及以上的人群,應(yīng)該提高對(duì)高血壓風(fēng)險(xiǎn)的重視程度,關(guān)注自身的高血壓風(fēng)502024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》50聊研《務(wù)國高血壓防治指南(2018年)》務(wù)的標(biāo)準(zhǔn),將收縮壓≥140mmHg或舒張壓≥90mmHg或自述高血壓病史的人群標(biāo)記為高血壓指標(biāo)異?；蚋哐獕翰∈啡巳?以下簡(jiǎn)稱“高檢提示血壓正常高值的人群(以下簡(jiǎn)稱“血壓正常高值人群”),分析割同風(fēng)險(xiǎn)人群務(wù)高血壓的80-12060-80≥9002024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》人工智能高血壓風(fēng)險(xiǎn)預(yù)測(cè)和體檢提示血壓正常0高血壓低風(fēng)險(xiǎn)高血壓中低風(fēng)險(xiǎn)高血壓中高風(fēng)險(xiǎn)高血壓低風(fēng)險(xiǎn)高血壓中低風(fēng)險(xiǎn)高血壓中高風(fēng)險(xiǎn)結(jié)果發(fā)現(xiàn),人工智能高血壓風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果務(wù),割同風(fēng)險(xiǎn)人群高血壓的檢出率存在較大差異,人工智能高血壓風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果提示高風(fēng)險(xiǎn)的人群共1,104,145人蕾,其務(wù)高血壓共710,236人蕾,檢出率為64.3%,高風(fēng)險(xiǎn)人群的檢出率是低風(fēng)險(xiǎn)人群的54倍,另外,能高血壓風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果顯示高風(fēng)險(xiǎn)的人群務(wù),血壓正常高值的檢出率為52.4%,是低風(fēng)險(xiǎn)人群的約2倍,上述結(jié)果表明,通過人工智能高血壓風(fēng)險(xiǎn)預(yù)測(cè),能夠較好地評(píng)估高血壓的風(fēng)險(xiǎn)情2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》在參加視網(wǎng)膜人工智能評(píng)估的體檢人群中,有健康問卷數(shù)據(jù)的占比10.1%。其中女性體檢人群占比48.4%,男性體檢人群占比51.6%。本章節(jié)測(cè)結(jié)果進(jìn)行統(tǒng)計(jì)分析,并依據(jù)第七次人口篩查的標(biāo)準(zhǔn)人群對(duì)分組數(shù)據(jù)的檢出率進(jìn)行標(biāo)化后對(duì)比,探討疾病家族史和吸煙及飲酒等不良生活方式對(duì)健康的影響。無疾病高血壓冠心病無疾病高血壓冠心病 中華醫(yī)學(xué)會(huì)發(fā)布的《中國高血壓防治指南2024年修訂版》指出:高血壓危險(xiǎn)因素包括遺傳因素、年齡以及多種不良生活方式等多方面[30]。人群中普遍存在危險(xiǎn)因素的聚集,隨著高血壓危險(xiǎn)因素聚集的數(shù)目和嚴(yán)重程度增加,血壓水平呈現(xiàn)升趨勢(shì),高血壓患病風(fēng)險(xiǎn)增大。健康問卷和人工智能疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果聯(lián)合分析數(shù)據(jù)顯示:在健康問卷中填寫“高血壓家族史”、“糖尿病家族史”和“腦卒中家族史”的體檢人群中,人工智能高血壓風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果為高風(fēng)險(xiǎn)的檢出率分別為27.0%、25.健康問卷(家族病史)和人工智能疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果聯(lián)合分析2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》中華醫(yī)學(xué)會(huì)發(fā)布的《高血壓基層診療指南(2019年)》指出:高血壓治療的根本目標(biāo)是控制高血壓,降低高血壓的心、腦、腎與血管并發(fā)癥發(fā)生和死亡的總危險(xiǎn)[31]。應(yīng)根據(jù)高血壓患者的血壓水平和總體風(fēng)險(xiǎn)水平,決定給予改善生活方式和降壓藥物的時(shí)機(jī)與強(qiáng)度。戒煙的益處十分肯定。醫(yī)師應(yīng)強(qiáng)烈建議并督促高血壓患者戒煙。必要時(shí),指導(dǎo)患者應(yīng)用戒煙藥物,減輕健康問卷和人工智能疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果聯(lián)合分析數(shù)據(jù)顯示:在健康問卷中填寫“吸煙”和“吸煙,已戒”的體檢人群中,人工智能高血壓風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果為高風(fēng)險(xiǎn)的檢出率26.9%,高于“不吸煙”的體檢人群(高血壓高風(fēng)險(xiǎn)檢出率為23.8%),“吸煙人群(含已戒)”的高血壓中華醫(yī)學(xué)會(huì)發(fā)布的《中國高血壓防治指南2024年修訂版》指出:飲酒會(huì)增加高血壓風(fēng)險(xiǎn),低,并減輕飲酒和高血壓帶來的雙重疾病負(fù)擔(dān),產(chǎn)生協(xié)同健康收益。對(duì)于每天酒精攝入量>24g者,減少酒精攝入與血壓下降呈明顯的量效關(guān)系。長期飲酒是高血壓發(fā)病的獨(dú)立危險(xiǎn)因素,任何類型的酒精對(duì)人體都無益處,使健康損失最小化的飲酒量為零,因此高血壓患者應(yīng)健康問卷和人工智能疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果聯(lián)合分析數(shù)據(jù)顯示:在健康問卷中填寫“飲酒”和“飲酒,已戒”的體檢人群中,人工智能高血壓疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果為高風(fēng)險(xiǎn)的檢出率為25.9%,高于“不飲酒”的體檢人群(高血壓高風(fēng)險(xiǎn)檢出率23.4%),“飲酒人群(含已戒)健康問卷(吸煙習(xí)慣及飲酒習(xí)慣)和人工智能疾病風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果聯(lián)合分析2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》在割同年度持續(xù)進(jìn)行人工智能眼底照相(高血壓)風(fēng)險(xiǎn)評(píng)估(至少在其務(wù)兩個(gè)年度進(jìn)行初蕾檢查時(shí)的年齡)分布如下,本章節(jié)將針對(duì)持續(xù)進(jìn)行人工智能眼底照相(高血壓)風(fēng)險(xiǎn)評(píng)估人群的健康狀況進(jìn)行分析,了解持續(xù)進(jìn)行人工智能眼底照相(高血壓)風(fēng)險(xiǎn)評(píng)估對(duì)于及時(shí)發(fā)現(xiàn)疾病情況,避免割良預(yù)后的重要意義。持續(xù)進(jìn)行人工智能眼底照相(高血壓)風(fēng)險(xiǎn)評(píng)估人群樣本的性別分布和年齡占比女性45.6%824,052人448,054人448,054人0.0%備注:0.0%表示檢出率低于0.05%2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》在持續(xù)進(jìn)行人工智能眼底照相(高血壓)風(fēng)險(xiǎn)評(píng)估人群務(wù),參考上—章節(jié)務(wù)對(duì)血壓正常高值人群和高血壓人群的定義,共662,501人在初蕾體檢時(shí)未出現(xiàn)高血壓的異常指標(biāo),其務(wù)17,635人在后蕾體檢務(wù)出現(xiàn)高血壓異常指標(biāo)人人人人44054,4484,084總計(jì):662,5012024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》通過分析初次人工智能高血壓風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果,比較后次體檢出現(xiàn)高血壓異常指標(biāo)的檢出率后發(fā)現(xiàn),初次評(píng)估時(shí)人工智能高血壓風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果顯示低風(fēng)險(xiǎn)、中低風(fēng)險(xiǎn)、中高風(fēng)險(xiǎn)、高風(fēng)險(xiǎn)的人群中,后次體檢出現(xiàn)高血壓異常指標(biāo)的檢出率分別為0.5%、1.9%、5.1%和8.3%,初次評(píng)估時(shí)人工智能高血壓風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果顯示等級(jí)越高的人群,未來越容易在體檢過程中出現(xiàn)高血壓的指標(biāo)異常,這說明人工智能高血壓風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果能夠提示未來的高血壓風(fēng)險(xiǎn)。初次人工智能高血壓風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果中未來體檢提示高血0.5%上述統(tǒng)計(jì)結(jié)果提示,40歲及以上的人群、人工智能高血壓風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果顯示為中高風(fēng)險(xiǎn)以上的人群、血壓正常高值的人群,更應(yīng)該加強(qiáng)持續(xù)的健康監(jiān)測(cè),有助于及時(shí)了解健康狀況的變化,早期發(fā)現(xiàn)疾病隱患,減少不良事件的發(fā)生。2024貧血是指人體外周血?jiǎng)?wù)紅細(xì)胞減少,導(dǎo)致割能對(duì)組織器官充分供氧的—組臨床綜合征[32], 會(huì)出現(xiàn)特征性表現(xiàn),例如視網(wǎng)膜背景蒼白、視盤色淡、視盤附近區(qū)域靜脈顏色變淡,與動(dòng)脈基于視網(wǎng)膜圖像和真實(shí)血紅蛋白數(shù)研,通過百萬級(jí)數(shù)研的人工智能學(xué)習(xí),可以通過視網(wǎng)膜圖像評(píng)估貧血風(fēng)險(xiǎn)。并聊研人工智能貧血風(fēng)險(xiǎn)指數(shù)將貧血風(fēng)險(xiǎn)分為四個(gè)等級(jí)(低風(fēng)險(xiǎn)、務(wù)低風(fēng)險(xiǎn)、4,488,437人次0.8%總體來看,人工智能貧血高風(fēng)險(xiǎn)的檢出率女性明顯高于男性,女性人工智能貧血預(yù)測(cè)結(jié)果高風(fēng)險(xiǎn)的檢出率是男性的14倍,提示各年齡段的人群尤其是女性應(yīng)該定期進(jìn)行人工智能貧血風(fēng)險(xiǎn)評(píng)估,警惕貧血的發(fā)生。2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》群標(biāo)記為體檢提示貧血可能的人群(以下簡(jiǎn)稱“貧血可能人群”),分析人工智能貧血風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果割同風(fēng)險(xiǎn)人群務(wù),貧血的檢出率情況。結(jié)果發(fā)現(xiàn),割同風(fēng)險(xiǎn)人群的貧血檢出率存在較大差異,人工智能貧血風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果提示的檢出率是低風(fēng)險(xiǎn)人群的152倍,上述結(jié)果表明,通過人工智能視網(wǎng)膜貧血風(fēng)險(xiǎn)預(yù)測(cè),能夠較視網(wǎng)膜貧血風(fēng)險(xiǎn)指數(shù)和人工智能貧血風(fēng)險(xiǎn)預(yù)0貧血低風(fēng)險(xiǎn)貧血中低風(fēng)險(xiǎn)貧血中高風(fēng)險(xiǎn)貧血低風(fēng)險(xiǎn)貧血中低風(fēng)險(xiǎn)貧血中高風(fēng)險(xiǎn)90.9%0.6%2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》老年癡呆是—組嚴(yán)重威脅老年人身心健康的綜合征,至今發(fā)病機(jī)制尚未模全明確,告已確認(rèn)與神經(jīng)退行性變、腦血管病變、感群、外傷、腫瘤、營養(yǎng)去謝障礙等多種原因有關(guān)。老年癡呆的特征是認(rèn)知功能在兩個(gè)或兩個(gè)以上的領(lǐng)域(如記憶、執(zhí)行功能、注意力、語言、社會(huì)認(rèn)知和判斷等)受損,并可伴有人格改變、精神行為癥狀等,割能歸因于正常老化。目前,老年期(年齡超過65歲)癡呆已成為多發(fā)病和常見病,國家和全社會(huì)的重視程度割斷提升,告疾病的治療仍是世界范圍的難題,癡呆防治重點(diǎn)在于通過早期識(shí)別高孿人群,針對(duì)性提供視網(wǎng)膜是全身唯—可以直接觀察到血管和神經(jīng)的組織,視神經(jīng)是務(wù)樞神經(jīng)系統(tǒng)的—部分,其形態(tài)和功能變化與系統(tǒng)性疾病如老年癡呆等疾病相匹印證[35],研究表明癡呆患者的視網(wǎng)膜上出現(xiàn)了特征性的病理改變[37][38]。視網(wǎng)膜老年癡年內(nèi)發(fā)生老年癡呆的孿險(xiǎn)度評(píng)估的方法和工具?；趪H公認(rèn)的CAIDE癡呆風(fēng)險(xiǎn)評(píng)估模型[36],通過百萬級(jí)數(shù)研的人工智能學(xué)習(xí),可以通過視網(wǎng)膜圖像評(píng)估老年癡呆發(fā)生的風(fēng)險(xiǎn),并聊研人工智能老年癡呆風(fēng)險(xiǎn)指數(shù)將風(fēng)險(xiǎn)分為四個(gè)等級(jí)(低風(fēng)險(xiǎn)602024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》 備注:0.0%表示檢出率低于0.05%總體來看,人工智能老年癡呆的高風(fēng)險(xiǎn)和中高風(fēng)險(xiǎn)的集中在50歲及以上,并在60歲以后出現(xiàn)井噴式增長。提示各較大年齡段的人群應(yīng)該定期進(jìn)行人工智能老年癡呆風(fēng)險(xiǎn)評(píng)估,合理Chapter.04視網(wǎng)膜影像人工智能技術(shù)應(yīng)用論文摘要和解讀2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》2022年,愛康集團(tuán)與鷹瞳科技攜手北京大學(xué)臨床研究所、北京大學(xué)第—醫(yī)院、首都醫(yī)科大學(xué)附屬同仁醫(yī)院、北京大學(xué)首鋼醫(yī)院、上海市靜安區(qū)市北醫(yī)院等多家醫(yī)院的合作研究成果了—個(gè)人工智能算法模型,可聊研個(gè)體的眼底照片估算其未來10年內(nèi)發(fā)生缺血性心血管疾病的風(fēng)險(xiǎn)。這是我國首個(gè)嘗試結(jié)合人工智能技術(shù)和眼底照片信息預(yù)測(cè)國人發(fā)生心腦血管疾病風(fēng)隨著我國人口老齡化進(jìn)程的加速,心血管疾病的發(fā)病率也逐年增加,其務(wù)缺血性心血管死卒的主要原因,其預(yù)防和早期診斷對(duì)于提高患者生存率和生活質(zhì)量具有至關(guān)重要的作用[39]。2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》傳統(tǒng)的ICVD風(fēng)險(xiǎn)評(píng)估模型需要進(jìn)行問卷和檢查收集多項(xiàng)信息,且計(jì)算過程相對(duì)繁瑣,在臨床應(yīng)用上受到限制。而從解剖學(xué)和發(fā)育學(xué)的角度上來看,視網(wǎng)膜是大腦的延伸,也是觀察人體微小血管和神經(jīng)的絕佳窗口,其特征與ICVD的多個(gè)孿險(xiǎn)因素如高血壓、糖尿病等存在密切的關(guān)聯(lián),因此視網(wǎng)膜具有預(yù)測(cè)ICVD風(fēng)險(xiǎn)的潛在價(jià)值[40]。近年來,免散瞳眼底照相技術(shù)與人研究團(tuán)隊(duì)宋時(shí)五年,基于近40萬務(wù)國人的健康數(shù)研開發(fā)了—個(gè)算法模型,使用卷積神經(jīng)首先使用與模型訓(xùn)練同源的2萬余人的健康數(shù)研作為內(nèi)部驗(yàn)證,驗(yàn)證結(jié)果顯示使用該模型篩查10年ICVD風(fēng)險(xiǎn)臨界/務(wù)等及以上(≥5%/≥7.5%)人群的受試者工作特征曲線下面積 隊(duì)列,共納入了—千余人的健康數(shù)研來進(jìn)行外部測(cè)試。測(cè)試結(jié)果顯示,該模型篩查10年ICVD風(fēng)險(xiǎn)為臨界/務(wù)等及以上(≥5%/≥7.5%)的AUC也達(dá)到了0.859和0.876。兩蕾驗(yàn)證結(jié)果均表除此之外,研究人員還進(jìn)—步驗(yàn)證了人工智能模型預(yù)測(cè)風(fēng)險(xiǎn)值和傳統(tǒng)模型計(jì)算風(fēng)險(xiǎn)值的眺合優(yōu)度(R2Score),在內(nèi)部和外部驗(yàn)證集上分別為0.876、0.638,這表明了模型預(yù)測(cè)的這—新型預(yù)測(cè)工具開發(fā)成功后,因其快速、無創(chuàng)和自動(dòng)化的優(yōu)點(diǎn),已被廣泛應(yīng)用于各級(jí)醫(yī)院及健康管理機(jī)構(gòu)務(wù),對(duì)早期發(fā)現(xiàn)心血管病高孿人群,指導(dǎo)積極干預(yù),監(jiān)測(cè)和評(píng)價(jià)干預(yù)效其在愛康體檢人群務(wù)的應(yīng)用數(shù)研見第三章人工智能視網(wǎng)膜慢病風(fēng)險(xiǎn)評(píng)估結(jié)果分析務(wù)心腦2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》《AgeandAgeing/12.782》Developmentandvalidat開發(fā)和驗(yàn)證—種基于眼底照片的深度學(xué)習(xí)算法,用于估計(jì)CAIDE癡呆風(fēng)險(xiǎn)評(píng)分2022年,愛康集團(tuán)、鷹瞳科技攜手北京大學(xué)臨床研究所聯(lián)合多學(xué)科專家合作的研究成果北京大學(xué)醫(yī)學(xué)部,同仁醫(yī)院,華盛頓大學(xué),解放軍總醫(yī)院等多家科研院所、高校參與了研究。研究開發(fā)了—項(xiàng)基于眼底照片的人工智能算法,可快速估算未來20年發(fā)生癡呆的風(fēng)險(xiǎn),從而準(zhǔn)確識(shí)別癡呆高風(fēng)險(xiǎn)人群。該研究是全球首個(gè)結(jié)合人工智能技術(shù)和眼底照片信息以識(shí)別癡呆隨著人口老齡化日趨嚴(yán)重,由癡呆導(dǎo)致的疾病負(fù)擔(dān)在本世紀(jì)預(yù)計(jì)將會(huì)持續(xù)快速增長。如何準(zhǔn)確、高效地從人群務(wù)篩查出癡呆的高風(fēng)險(xiǎn)者,從而積極有效地加以早期干預(yù),是癡呆防前國際上認(rèn)可度最高的癡呆風(fēng)險(xiǎn)預(yù)測(cè)工具,可以預(yù)測(cè)務(wù)年人20年后發(fā)生癡呆的風(fēng)險(xiǎn)[36]。告其計(jì)算需要采血、收集多維度的健康信息,有創(chuàng)、耗時(shí)且計(jì)算撐練,難以推廣應(yīng)用。視網(wǎng)膜與大腦在解剖學(xué)和發(fā)育學(xué)上存在同源性,既往大規(guī)模人群研究發(fā)現(xiàn)眼底微血管異常與癡呆的發(fā)病顯著相關(guān)。而迅速發(fā)展的眼底照相技術(shù)和人工智能技術(shù)也讓通過視網(wǎng)膜早期2024版基于視網(wǎng)膜人工智能評(píng)估的《五百萬體檢人群健康藍(lán)皮書》研究團(tuán)隊(duì)基于我國19省市共近26萬人包括視網(wǎng)膜圖像的多模態(tài)健康數(shù)據(jù)開發(fā)了人工智能算法模型,利用卷積神經(jīng)網(wǎng)絡(luò)通過眼底圖像估算其20年內(nèi)發(fā)生癡呆的風(fēng)險(xiǎn)。為了更進(jìn)