基于AI的视网膜年龄与微血管量化新发现——EVisionAI眼底定量技术引领环境健康研究进入微观机制时代

近日，上海市眼病防治中心、复旦大学公共卫生学院及依未科技（北京）有限公司等多家单位合作，在国际环境健康领域期刊《Ecotoxicology and Environmental Safety》上发表了题为《Ozone exposure, retinal microvasculature alterations, and the mediating effect of aging in diabetic population: A retrospective cohort study》的研究成果。该研究首次在大型糖尿病人群中，采用EVisionAI眼底定量分析技术，系统评估了长期臭氧暴露对视网膜微血管结构与生物老化进程的影响。研究发现，臭氧暴露与视网膜加速老化、血管管径变窄、血管曲折度及分形复杂度下降显著相关，且老化进程在其中起到关键中介作用。研究全程依托EVisionAI眼底定量技术提供的视网膜血管量化技术完成，凸显了人工智能在环境健康与慢病风险评估中的重要作用。

随着全球空气污染问题日益严峻，地面臭氧（O₃）作为一种关键二次污染物，其对心血管健康的危害备受关注。然而，臭氧对人体微血管系统的具体影响及其生物学机制尚不明确。视网膜微血管是观察全身微循环的独特窗口，其改变被视为系统性内皮功能障碍及心脑血管事件的早期生物标志物。传统视网膜血管评估多依赖人工测量，效率低且存在主观差异。EVisionAI系统采用独有的视计算技术，能够对视网膜图像中的血管网络进行高精度分割与定量分析，同步实现血管管径、曲折度及分形维数的全自动、客观化测量，为环境暴露的微观效应研究提供了可靠的量化工具。

EVisionAI系统对视网膜血管的分割、管径测量及分形维数计算示意图

本研究为一项回顾性队列研究，共纳入2017年上海市55463名2型糖尿病患者。所有参与者均完成标准化问卷调查、体格检查及免散瞳眼底拍照。研究采用EVisionAI平台，对每张眼底图像自动计算中央视网膜动脉等效直径（CRAE）、中央视网膜静脉等效直径（CRVE）、血管曲折度（VT）、分形维数（Df）等微血管参数，并基于深度学习模型预测“视网膜年龄”，进而计算“视网膜年龄差”（RAG），作为生物老化加速的量化指标。个体臭氧暴露水平通过高分辨率时空模型进行评估。

臭氧暴露与视网膜衰老及微血管改变的关联及因果推断

研究结果显示，长期臭氧暴露水平与视网膜年龄差显著正相关，与CRAE、CRVE、血管曲折度及分形维数显著负相关。具体而言，臭氧浓度每升高10μg/m³，视网膜年龄差平均增加2.29年，CRAE和CRVE分别缩窄4.03μm和8.35μm，血管曲折度与分形维数亦显著降低。中介分析进一步揭示，臭氧暴露对微血管参数的影响中，约有7%-22%是通过加速视网膜老化这一路径介导的。上述研究结果表明，臭氧可能通过促进生物衰老进程，进而导致微血管结构与功能的不良重塑。

加速老化对臭氧暴露与视网膜血管系统关联的介导效应

本研究首次在大规模糖尿病人群中，利用EVisionAI技术明确了臭氧暴露、视网膜加速老化与微血管损伤三者之间的定量关联与中介机制。在传统临床检查难以察觉的早期阶段，AI定量技术已能捕捉到臭氧暴露相关的细微视网膜老化与血管形态改变。这标志着环境健康风险评估正从宏观流行病学统计，迈向基于AI影像组学的微观、定量、机制探索的新阶段。

EVisionAI平台自动识别与量化眼底血管管径和病灶大小

EVisionAI—不止于发现，更在于赋能。本研究标志着环境健康风险评估，正从宏观流行病学统计，迈入基于AI影像组学的微观、定量、机制探索新阶段。EVisionAI的价值体现在：（1）高风险人群识别：量化视网膜老化与微血管改变，有助于识别对空气污染特别敏感的个体；（2）机制探索：为环境污染物的生物效应研究提供客观的中间表型指标；（3）干预评估：未来或可通过纵向监测这些生物标志物，评估环境干预或治疗措施的保护效果。

研究团队表示，未来将进一步开展多中心前瞻性队列研究，验证视网膜AI量化指标对臭氧相关心脑血管事件发生的预测能力，并探索该技术与多组学数据融合的潜力，推动生物标志物在环境流行病学与精准预防医学中的深入应用。

EVisionAI平台能在30秒内把眼底图像量化为300多维的参数

关注依未科技公众号可申请试用平台

通讯作者简介：

邹海东教授，主任医师、博士生导师，现任上海市眼病防治中心（上海市眼科医院）院长、国家眼部疾病临床医学研究中心主任，并担任中华医学会眼科学分会眼视光学组委员等多项学术职务。作为我国眼公共卫生与糖尿病眼病防治领域的学科带头人，他长期致力于近视防控、糖尿病视网膜病变的流行病学研究与临床转化，其团队在推动眼病防治结合模式、应用人工智能进行眼病风险预测与早期筛查方面取得了显著成效。在科研方面，他牵头承担了多项国家自然科学基金及国家重点研发计划项目，主持制定了多项国家级眼病防治指南与标准，在国内外权威期刊发表学术论文百余篇，其领衔的研究成果曾荣获上海市科技进步一等奖、上海市医学科技奖等重要奖项，为提升全民眼健康水平做出了系统性贡献。

第一作者简介：

Senlin Lin（林森林） 博士研究生。主要从事环境暴露与眼部健康、眼科人工智能算法开发与临床转化研究。本研究作为第一作者，主导了研究设计、AI算法协作与论文撰写。

通讯单位简介：

上海市眼病防治中心（上海市眼科医院）是上海市唯一一家集预防、医疗、教学、科研为一体的市级公立眼科专科医院，隶属于上海申康医院发展中心，并挂牌同济大学附属眼科医院（筹）。中心始建于1942年，形成了“医防融合、医教研协同”的鲜明特色与“三位一体”的发展格局。其拥有国家眼部疾病临床医学研究中心、上海市眼科疾病精准诊疗工程技术研究中心等多个国家级与省部级平台，在近视防控、糖尿病视网膜病变等疾病的防治上处于国内领先水平，并致力于将人工智能、大数据等创新技术应用于眼病筛查、诊断与健康研究，如环境暴露与视网膜健康的前沿探索，推动科研成果向公共卫生政策与临床实践转化。中心同时是上海市儿童青少年近视防控技术指导中心的挂靠单位，并作为同济大学医学院的重要人才培养基地，致力于培养复合型高端眼科人才，为提升全民眼健康水平持续贡献力量。