近日，北京大學(xué)未來(lái)技術(shù)學(xué)院任秋實(shí)教授團(tuán)隊(duì)與上海健康醫(yī)學(xué)院周傳清教授團(tuán)隊(duì)、北京大學(xué)深圳醫(yī)院李金瑛主任和陳旭輝主任團(tuán)隊(duì)合作，利用自主研發(fā)的多模態(tài)眼功能成像分析系統(tǒng)，開(kāi)發(fā)人工神經(jīng)網(wǎng)絡(luò)（ANN）模型，開(kāi)展老年人群認(rèn)知障礙的檢測(cè)，為社區(qū)認(rèn)知障礙的早期篩查提供了新的解決方案。該研究以“Predicting cognitive impairment with multimodal ophthalmic imaging and artificial neural network for community screening”為題，發(fā)表在《英國(guó)眼科雜志》（British Journal of Ophthalmology）上，為社區(qū)認(rèn)知障礙的早期篩查提供了新的解決方案。

論文截圖

隨著全球老齡化加劇，認(rèn)知障礙已成為嚴(yán)重的公共衛(wèi)生問(wèn)題。傳統(tǒng)的認(rèn)知障礙篩查方法主觀性強(qiáng)、耗時(shí)長(zhǎng)且受教育水平影響，難以在社區(qū)大規(guī)模推廣。任秋實(shí)團(tuán)隊(duì)前期研制的多模態(tài)眼功能成像分析系統(tǒng)，集成了視網(wǎng)膜多光譜成像（MSI）、瞳孔光反射定量分析（PLR）、視網(wǎng)膜血氧功能成像和激光散斑對(duì)比成像（LSCI）等技術(shù)，能夠通過(guò)非侵入、快速、低成本的方式，準(zhǔn)確評(píng)估視網(wǎng)膜的神經(jīng)和血管狀況。

多模態(tài)眼功能成像分析系統(tǒng)實(shí)物圖及各模塊檢測(cè)結(jié)果圖

研究團(tuán)隊(duì)通過(guò)對(duì)104名認(rèn)知障礙患者和94名年齡、性別匹配的認(rèn)知健康對(duì)照者的多模態(tài)眼科成像數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)認(rèn)知障礙患者的視網(wǎng)膜光譜反射、瞳孔光反射、視網(wǎng)膜結(jié)構(gòu)和血氧代謝功能均存在顯著異常。分析結(jié)果表明，認(rèn)知障礙患者會(huì)發(fā)生視網(wǎng)膜結(jié)構(gòu)和功能的變化?；谶@些數(shù)據(jù)，團(tuán)隊(duì)開(kāi)發(fā)了反向傳播神經(jīng)網(wǎng)絡(luò)（BPNN）模型，預(yù)測(cè)認(rèn)知障礙的準(zhǔn)確率高達(dá)91%，靈敏度和特異性分別為93.3%和90%，顯著高于傳統(tǒng)的多因素二元Logistic回歸模型的檢測(cè)性能（準(zhǔn)確率69%，靈敏度:61.70%，特異性：68.66%）。

用于認(rèn)知障礙檢測(cè)的BPNN模型的示意圖（A）和受試者工作特征曲線(xiàn)（ROC）在BPNN和二元Logistic回歸模型的結(jié)果

任秋實(shí)表示，該設(shè)備結(jié)合人工智能分析技術(shù)，為社區(qū)認(rèn)知障礙的早期篩查提供了有力工具，未來(lái)有望通過(guò)在更廣泛的人群中來(lái)驗(yàn)證結(jié)果，實(shí)現(xiàn)在臨床和社區(qū)中的大規(guī)模推廣應(yīng)用，助力認(rèn)知障礙的早期篩查。