“人到老了记忆力变差很正常”、“只是反应迟钝动作迟缓而已”......说到老年痴呆，我们往往不以为意，认为人到了老年就会普遍患病，仅仅是身体机能下降，不会有太大的问题。
但应当重视的是，记忆力消退等仅仅是轻度症状，一旦病情加重将十分危险，且由于缺乏直接的治疗手段，如今痴呆这一疾病已经严重危害到生命安全和社会秩序。
近期由鹰瞳Airdoc协办的“第十届01论健暨第十二届全国体检中心主任高峰论坛、全*健康管理学术年会”上，北京大学临床研究所研究员、博士生导师解武祥教授发表了题为《基于眼底照片识别痴呆高危人群的人工智能模型开发和应用》的演讲，分享了关于运用人工智能识别视网膜来筛查痴呆高危人群的创新方法及未来展望。
演讲文字实录编辑整理如下：
尊敬的各位专家、各位领导大家好，非常荣幸能受邀参加01论健论坛，今天给大家汇报的题目是《基于眼底照片识别痴呆高危人群的人工智能模型开发和应用》。
痴呆负担持续上升预防关口前移是防治关键痴呆的主要症状是认知下降，包括记忆功能受损，定位功能受损以及执行功能受损，发展到晚期之后就失去了自理的能力。那无疑对家庭、社会、国家都会造成重大的疾病负担。
那目前我国痴呆的患病率是多少呢？医院贾建平教授开展的一项横断面调查发现，在年，我国60岁及以上老年人中，痴呆的患病率大概是6%，换算成人数是1,万人左右。我国逐渐进入老龄化社会后，痴呆的负担仍然会快速上升。目前痴呆造成的死亡率已经在我国排到了第5位，随着负担的上升，可能（排位）还会继续往前移。
根据国家战略“健康中国行动”，它的核心思想就是要把慢病的预防关口前移到一级预防。
因为痴呆目前没有特效药，也没有很好的治疗方法，所以最关键的是早期去发现高危人群，积极地去做不管是生活方式，还是危险因素的干预，从而预防或者延缓痴呆的发生。所以早发现、早治疗，预防关口前移是痴呆防治的关键。
为了应对痴呆不断上升的疾病负担，达到健康中国行动的有关要求，国家卫健委在年出台了探索开展老年痴呆防治特色服务工作的通知，工作方案中明确提到了社区（村）老年人认知功能筛查率达80%。这样做的目的实际上就是预防关口前移，早期发现痴呆的高危人群，给予及时的危险因素干预，预防痴呆的发生发展。
筛查痴呆高危人群需快速有效工具如果想去早期把痴呆高危人群筛查出来，需要有快速有效的工具。
目前筛查痴呆最准确的工具无疑就是认知功能量表，比如国际上非常有名的MoCA量表（蒙特利尔认知评估量表），还有MMSE量表（简易精神状态量表）。这些量表在国内人群中都进行过验证，用于筛查MCI（轻度认知障碍）或痴呆，都具有很高的准确性。
但是这些量表的评估需要较长时间，据我们自己团队为大量社区老年人做MoCA量表评估的经验，受试者平均需要大概一刻钟到20分钟的时间。如果遇到认知本身就有一定的问题，或者是听力受损的老年人，可能需要半个小时、40分钟。这还是我们评估人员之前进行过专业培训（情况下的用时）。
这些量表的评估对于评估人员有较高的素质要求。另外还存在版权问题，例如MoCA量表需要接受官方培训，MMSE也是需要解决付费的版权问题。
除了量表之外，还有一些基于危险因素的风险预测模型，那目前国际上公认用于筛查痴呆高危人群的最简易的量表是CAIDE痴呆风险评分。
CAIDE评分实际上是根据7个变量，包括年龄、受教育程度、性别、收缩压、BMI（身体质量指数）、总胆固醇和体育活动去构建评分，总分如果大于等于10分，就可以认为是痴呆的高危人群。
CAIDE评分虽然比较简单，但仍然需要去有创地检测血液指标，比如总胆固醇需要有血液的指标，还要测血压，量身高体重，问受试者的受教育程度以及体育锻炼的情况，仍然会造成第一是有创；第二是需要一定的时间；第三是基层人员可能无法掌握得分的计算方法。
视网膜成为筛查痴呆人群重要窗口随着我国人工智能技术的高速发展，我们想是不是能够结合人工智能技术，构建快速、无创、准确得到CAIDE评分的工具，这时候我们就想到了视网膜。
为什么想到视网膜？因为视网膜是脑部神经和血管的延伸，另外可以无创快速的拍摄。我们的学生经过两个星期的培训，就能够几乎在0秒内去获得受试者两侧眼睛的眼底照片，无需专业医生也无需散瞳。
目前的设备能够做到自动对焦，整个流程很快能完成，大概一分钟，而且相对来说比较便宜。视网膜照片拍摄完之后，通过后台的AI分析能够快速发出（受试者）是不是痴呆高危人群的报告，包括CAIDE评分都能够算出来。如果能够做到这样的程度，无疑为痴呆的筛查提供了重要的有效工具。
所以我们跟北京鹰瞳科技发展股份有限公司，医院医院合作，希望能够通过建立深度学习模型，去构建眼底照片与传统模型计算的CAIDE评分之间的关系。构建完成人工智能模型之后，可以进行内部和外部的验证，去评估它的准确性，特别是评估判别痴呆高危人群的ROC曲线面积。如果结果很好，就可以进行大范围应用。
我们与鹰瞳、爱康集团、01医院、医院医院等多个单位合作，收集了我国0余万人的健康体检数据，包括眼底照片，也包括刚才构建CAIDE评分的这七个指标。我们通过传统的模型把他们的CAIDE评分计算出来，给受试者的眼底照片标注上他的CAIDE评分，让机器学习完后，进行内部和外部验证。
最后的结果也是非常令人振奋的，不管在内部还是外部验证中，这款人工智能模型去识别痴呆高危人群的能力都非常棒。这篇文章也在年发表在老年医学TOP1的杂志《AgeandAging》，是国际上首个结合人工智能技术和眼底照片信息去识别痴呆高危人群的研究。
如何将人工智能技术和眼底照片信息有效结合让我们看下这个研究是怎么做的。我们想看看通过眼底照片估算的CAIDE评分，是不是跟老年人的认知功能有密切的关联性。
从这两张图中可以看到，左边是线性关系，右边是ROC曲线面积。在内部验证中我们人工智能模型对于识别痴呆高危人群的ROC曲线面积，也就是AUC达到0.，在外部验证人群中同样也非常高，达到0.，目前这样的结果证明，这个工具完全可以进行推广应用。
此外，我们还在外部验证人群中，选择了1,余名社区老年人进行了认知功能的详细评测，包括MoCA评分、记忆功能测试、语言流畅度测试、连线测试A和连线测试B，不管是哪个测试，我们都可以看到CAIDE评分和认知功能都显著相关，所有p值都小于0.。
同样我们还发现了跟CAIDE评分相关的眼底照片热力图。也就是重点区域，比如a图健康的人CAIDE评分非常低，只有1.24分；那bcd这三个图都属于CAIDE评分比较高，在7到8分左右，可以看到相关的区域都已经标出来了，这些区域应该是跟老年人的认知功能是有关系的。
目前报告可以直接发送到手机上，受检者通过鹰瞳相关