给眼睛“拍”张照片，就可以预测潜在的认知障碍风险。近日，北京大学未来技术学院教授任秋实团队联合北京大学深圳医院等，利用自主研发的多模态眼功能成像分析系统，训练AI（人工智能）人工神经网络模型，面向老年人开展认知障碍检测，为社区认知障碍的早期筛查提供了新的解决方案。

“认知障碍指的是人在学习、记忆及思维判断等方面出现了异常，表现为记忆力、语言能力、推理计算能力等下降的症状，可由阿尔茨海默病、脑血管病等引起。”任秋实介绍，传统的认知障碍筛查方法具有主观性强、耗时长等特点，难以在社区大规模推广。团队研发的多模态眼功能成像分析系统，集成了视网膜多光谱成像、瞳孔光反射定量分析、视网膜血氧功能成像和激光散斑对比成像等技术，可以通过非侵入、快速、低成本的方式，准确评估视网膜的神经和血管状况。

研究团队对104名认知障碍患者和94名年龄、性别匹配的认知健康对照者进行了多模态眼科成像数据分析，发现认知障碍患者的视网膜光谱反射、瞳孔光反射、视网膜结构和血氧代谢功能均存在显著异常。“分析结果表明，认知障碍患者会发生视网膜结构和功能的变化。”任秋实说，基于这些数据，团队开发了反向传播神经网络模型，预测认知障碍的准确率、灵敏度和特异性均超九成，显著高于传统检测性能。

任秋实表示，该设备结合人工智能分析技术，将为社区认知障碍的早期筛查提供有力工具，未来有望在更广泛的人群中验证结果，实现在临床和社区中的大规模推广应用，助力认知障碍的早期筛查。

来源：北京日报客户端

记者：何蕊