【六院新闻】卒中预防管理新策略！上海六院携手清华大学、上海交通大学及北京天坛医院研制眼脑轴基座模型D...

主要观点总结

本文介绍了由上海交通大学医学院附属第六人民医院贾伟平教授和李华婷教授团队与清华大学、北京天坛医院等多机构专家合作研究的DeepRETStroke系统。该系统是首个基于视网膜图像的眼-脑垂域基座大模型，可无创识别无症状性脑梗死（SBI）并预测未来卒中风险。该研究在多个国家和地区的医疗和学术机构合作下完成，得到了科技部的资助。

关键观点总结

关键观点1: 研究成果概述

研究团队通过医工交叉合作，成功创建基于视网膜图像的眼-脑垂域基座大模型DeepRETStroke系统。该系统能够自动识别无症状性脑梗死（SBI）并预测未来卒中风险，为卒中预防管理提供新策略。

关键观点2: 技术应用与创新

DeepRETStroke系统通过眼底图像这一简单、无创且便于采集的媒介，实现了对SBI和卒中风险的智能识别与预测。这一技术突破了对高成本脑影像技术的依赖，为高风险人群管理提供了普惠化、可推广的解决方案。

关键观点3: 系统性能与优势

DeepRETStroke系统可在不同人种中表现良好的鲁棒性和泛化性，显著优于传统预测模型。通过前瞻性干预研究，该系统在指导卒中复发预防策略方面提供了坚实的循证依据。

关键观点4: 研究合作与资助

该研究得到了包括清华大学、上海交通大学医学院附属第六人民医院、北京天坛医院等多机构的合作，以及来自多个国家的研究团队的支持。该研究还得到了科技部国家重点研发计划、国家自然科学基金和上海市科委“一带一路”国际联合实验室建设项目的资助。

正文

请到「今天看啥」查看全文

脑卒中作为全球致死和致残的主要病因之一，其防控始终是医学领域的重大挑战。尤其是无症状性脑梗死（SBI），作为脑卒中的 “隐匿前驱病变”，虽在一般人群中患病率高达 20%，却因缺乏典型临床症状而极易漏诊，显著增加后续卒中、认知障碍及死亡风险。当前，SBI 与脑卒中的临床检测高度依赖 MRI 等有创性脑影像技术，其高成本与有限可及性严重制约了大规模人群筛查，亟需突破技术瓶颈以实现早期干预。

视网膜作为中枢神经系统的延伸结构，也一直因其作为观察脑部血管与神经健康的独特窗口而备受神经科学和脑科学等多学科领域的关注。研究团队创造性构建了眼-脑轴影像基座模型，并在此基础上建立了DeepRETStroke深度学习系统，通过眼底图像这一简单、无创且便于采集的媒介，聚焦SBI和卒中风险的智能识别与预测，并在马来西亚、新加坡、美国、英国、丹麦及中国香港等多个人群队列的20万张眼底图像和临床数据中进一步验证。DeepRETStroke系统可无创识别既往未被诊断的SBI，同时还可预测未来5年首次脑卒中及卒中复发的风险，显著优于传统基于年龄、血压等临床指标的预测模型，并且在不同人种中具有较好的鲁棒性和泛化性。不仅如此，本研究通过对218名脑卒中患者的前瞻性干预研究发现，与临床数据模型相比，DeepRETStroke基于眼底图像进行风险分层，对高危组给予多维度强化干预（健康管理、血压控制、代谢指标改善等），显著降低了卒中复发风险，这为DeepRETStroke系统在指导卒中复发预防策略方面的临床应用提供了坚实的循证依据。

请到「今天看啥」查看全文