视网膜微血管生物标志物用于心血管风险分层:来自OCTA和AI的见解

科学领域:

• 眼科医生 眼科 眼科
• 心脏病学 心脏病学
• 医疗成像医学成像
• 人工智能的人工智能

背景情况:

• 心血管疾病 (CVD) 是全球主要的健康问题.
• 视网膜微血管成像为系统微血管健康提供了一个非侵入性的窗口.
• 现有的研究将视网膜血管变化与心血管疾病风险增加联系起来.

研究的目的:

• 审查目前关于视网膜微血管成像的证据,以评估心血管风险.
• 突出光学连贯断层扫描血管学 (OCTA) 和人工智能 (AI) 在这个领域的作用.
• 确定未来临床整合的研究重点.

主要方法:

• 分析前性队列研究,检查视网膜血管参数 (例如动脉狭窄,静脉扩大).
• 综述使用OCTA评估视网膜微血管变化的各种心血管疾病的研究.
• 在视网膜图像上训练的AI模型的评估,用于预测心血管疾病风险.

主要成果:

• 视网膜动脉狭窄和静脉扩大预测发生的冠心病.
• 减少碎形尺寸和增加形性与更高的心血管疾病和心力衰竭风险有关.
• 在高血压,冠状动脉疾病,心力衰竭和中风中,OCTA揭示了血管密度的减少和状血管区的改变.
• 与临床数据集成的AI模型显示,与传统评分相比,心血管疾病风险的歧视程度相当或更高.
• 糖尿病视网膜病变和人工智能衍生的视网膜年龄差异与不良的心血管和死亡结果相关.

结论:

• 视网膜微血管成像,包括OCTA,显示出非侵入性心血管风险分层的显著潜力.
• 对视网膜图像应用的人工智能可以提高心血管疾病风险预测,特别是在与临床数据相结合时.
• 需要进一步的研究,重点关注潜在的多民族队列,标准化的协议和外部验证的AI用于临床实用.