2022年三百万体检人群健康蓝皮书.pdf

指导单位：北京大学中国卫生经济研究中心目录CONTENTS引言重要结论I.研究方法及样本人群分布1.1 数据来源及研究方法1.2 人工智能眼底照相疾病风险评估样本人群分布1.2.1 人工智能眼底照相疾病风险评估样本人群的年龄性别分布II.人工智能眼底照相疾病风险评估结果分析2.1 人工智能眼底照相疾病风险评估结果整体分析2.1.1 人工智能眼底照相疾病风险评估结果的性别和年龄分布2.1.2 人工智能眼底照相疾病风险评估结果的行业分布2.2 人工智能眼底照相疾病风险评估结果分项分析2.2.1 眼底重大阳性改变2.2.2 黄斑部异常2.2.3 视网膜血管异常2.2.4 视盘视神经异常2.2.5 屈光不正眼底改变01030506060607080809101113162022目录CONTENTSIII.人工智能视网膜慢病风险评估结果分析3.1 人工智能视网膜心脑血管疾病风险评估3.1.1 人工智能视网膜心脑血管疾病风险预测结果的分布3.1.2 人工智能视网膜心脑血管疾病风险预测结果的验证3.2 人工智能视网膜糖尿病风险评估3.2.1 人工智能视网膜糖尿病风险预测结果的分布3.2.2 人工智能视网膜糖尿病风险预测结果的验证3.3 人工智能视网膜高血压风险评估3.3.1 人工智能视网膜高血压风险预测结果的分布3.3.2 人工智能视网膜高血压风险预测结果的验证3.4 人工智能视网膜贫血风险评估3.4.1 人工智能视网膜贫血风险预测结果的分布3.4.2 人工智能视网膜贫血风险预测结果的验证IV.连续进行人工智能眼底照相疾病风险评估人群的健康分析4.1 连续进行人工智能眼底照相疾病风险评估人群的样本分析4.2 连续进行人工智能眼底照相疾病风险评估人群的健康风险结果分析4.2.1 连续进行人工智能眼底照相疾病风险评估对发现心血管疾病风险的意义4.2.2 连续进行人工智能眼底照相疾病风险评估对发现脑血管疾病风险的意义4.2.3 连续进行人工智能眼底照相疾病风险评估对发现糖尿病的意义4.2.4 连续进行人工智能眼底照相疾病风险评估对发现高血压的意义4.3 连续进行人工智能眼底照相疾病风险评估人群的眼底异常结果分析252626283131323333343535363738393940414243.疾病家族史和吸烟及饮酒等不良生活方式对健康的影响5.1 疾病家族史对健康的影响5.1.1 家族史对人工智能心血管疾病风险预测结果的影响5.1.2 家族史对人工智能脑血管疾病风险预测结果的影响5.1.3 家族史对人工智能糖尿病风险预测结果的影响5.1.4 家族史对人工智能高血压风险预测结果的影响5.2 吸烟对健康的影响5.2.1 吸烟对人工智能心血管疾病风险预测结果的影响5.2.2 吸烟对人工智能脑血管疾病风险预测结果的影响5.2.3 吸烟对人工智能糖尿病风险预测结果的影响5.2.4 吸烟对人工智能高血压风险预测结果的影响5.3 饮酒对健康的影响5.3.1 饮酒习惯对人工智能心血管疾病风险预测结果的影响5.3.2 饮酒习惯对人工智能脑血管疾病风险预测结果的影响5.3.3 饮酒习惯对人工智能糖尿病风险预测结果的影响5.3.4 饮酒习惯对人工智能高血压风险预测结果的影响.健康指南6.1 糖尿病的全流程健康管理方案6.2 呵护眼健康从健康生活方式入手6.3 iKangNetwork+体检医联体联盟计划6.4 论文发表参考文献发布机构介绍4647474849495050505151525252535354555759606163目录CONTENTS01眼睛是心灵的“窗户”，视觉是人类感知外部世界最主要的方式。“十四五”全国眼健康规划（2021-2025年）指出：“提高眼底病、青光眼等眼病的早诊早治能力。推动青光眼，以及糖尿病视网膜病变、近视性视网膜病变、黄斑变性、视网膜血管阻塞、高血压眼底病变等眼底病的早发现、早诊断、早治疗。持续推进眼科相关医联体建设，推动眼底照相筛查技术逐步覆盖基层医疗卫生机构，探索建立基层检查、上级诊断服务模式，提升眼底病、青光眼等眼病诊治能力。同时，强化眼健康信息化平台建设，推进大数据、人工智能、5G等新兴技术与眼科服务深度融合，开展人工智能在眼病预防、诊断和随访等应用，提升眼病早期筛查能力。”眼部健康在医学上意味着眼睛视物功能的良好状态。眼底的视网膜作为眼部的关键组成，起着光信号的接收与传导的作用，是影响视觉功能的关键因素。同时，视网膜还是全身唯一可观察神经和血管组织的地方，成为了解眼病和某些全身疾病病情的重要窗口1。2019年7月，国家成立健康中国行动推进委员会，制定印发健康中国行动（20192030年），充分体现了党和国家领导人对维护人民健康的坚定决心。为积极应对当前突出健康问题，必须关口前移，坚持预防为主、防治结合的原则。针对健康科普、全民健身、以及心脑血管及癌症防治等方向实施专项行动，通过政府、社会、个人协同推进，建立健全健康教育体系，促进“以治病为中心”向“以健康为中心”转变，提高人民健康水平。为了贯彻落实“十四五”全国眼健康规划（2021-2025年）和健康中国行动（20192030年），及早发现各类不可逆致盲疾病风险和心脑血管健康风险。2018年底，爱康集团升级有人“管”的体检战略，发布iKangAI+，旨在通过人工智能赋能传统体检，用更多创新科技赋能健康体检和健康管理，从而帮助用户更早发现、更早诊断、更早治疗。爱康集团与北京鹰瞳科技发展股份有限公司（以下简称“鹰瞳Airdoc”）达成战略合作，在旗下体检中心引入了鹰瞳Airdoc人工智能眼底照相疾病风险评估项目。该项目与多家知名眼科医院共同开发，获得了科技部重大专项支持，运用先进的人工智能技术实现像素级分析，可以精准发现眼底异常改变，评估心脑血管疾病风险，帮助受检者客观便捷的了解眼底健康状况和心脑血管疾病风险。引言INTRODUCTION2019年，爱康集团联合鹰瞳Airdoc联合发布了第一个基于人工智能的中国体检人群眼底人工智能健康蓝皮书，评估样本人群共计215,289人，眼底检出异常的人数为159,767人，占总样本人数的74.2%。2020年，爱康集团与鹰瞳Airdoc在眼健康和慢病评估领域进一步展开深度合作，发布了基于视网膜人工智能评估的百万体检人群健康蓝皮书，评估样本共计1,003,585人，其中眼底检出异常的人数为750,995人，占总样本人数的74.8%。2021年，爱康集团与鹰瞳Airdoc继续深化合作模式，并联合发布基于视网膜人工智能评估的两百万体检人群健康蓝皮书，样本量达到2,023,102人，异常检出人数为1,535,256人，异常检出率为75.9%。2021年 8月，国内知名期刊Science Bulletin杂志（IF：11.780）在线发表了北京大学临床研究所与鹰瞳Airdoc、爱康集团等企业、单位合作的研究论文。基于超过40万国人健康数据，开发了一款基于眼底照片的估算10年缺血性心脑血管病（Ischemic cardiovascular diseases，ICVD）风险的人工智能算法工具，并在内外部验证中均表现良好。2022年3月，首都医科大学附属北京同仁医院副院长魏文斌教授团队与鹰瞳Airdoc、爱康集团在国际知名临床医学期刊美国医学会杂志子刊JAMA Network Open杂志上联合发表了题为“Artificial Intelligence for Screeningof Multiple Retinal and Optic Nerve Diseases”（人工智能对多种视网膜和视神经疾病的筛查应用）的研究论文。研究结果显示，基于眼底照片训练的AI算法模型在全国多中心的真实世界验证中，对10种常见眼底病筛查的敏感度堪比资深眼底科专家，且筛查用时节省了约75%。这表明其在大规模筛查场景下具备广阔应用前景。2022年，爱康集团与鹰瞳Airdoc针对2018年7月至2022年4月期间在爱康集团参加人工智能视网膜健康评估的体检者数据进行统计分析，累积样本量达到3,105,439人，分析维度不仅包括了眼底异常的人群分布情况，更是首次加入了心脑血管疾病、糖尿病、高血压、贫血等人工智能风险评估的验证，并且针对持续进行健康体检人群的健康状况以及结合线下健康调查的数据结果进行分析，旨在进一步提高我国居民和企事业单位对包括眼健康在内的全身健康的重视，树立健康观念，提高慢病风险防控意识。与往年相比，三百万体检人群健康蓝皮书全新升级，主要体现在以下四个方面：评估样本量首次超过300万，致力于为百万人群的全身健康和眼底异常情况做到早发现、早干预；升级了视网膜人工智能慢病风险评估版块，利用海量的大数据和人工智能技术，助力百万人群的慢病风险管理和健康干预；新增连续进行人工智能眼底照相疾病风险评估版块，评估初次人工智能心血管疾病风险预测结果中后次体检提示心血管疾病风险可能的检出率，了解历年进行人工智能眼底照相疾病风险评估对防范慢病隐患和眼部重疾的意义；增加了生活方式对疾病发生情况的数据统计，直观了解家族史、吸烟、饮酒对健康风险的影响。引言INTRODUCTION02眼底异常是导致不可逆致盲的重要因素，通过基于人工智能的视网膜健康评估，不仅能了解眼底健康，同时还能够发现可能存在的糖尿病、高血压、心脑血管疾病等慢病风险，人工智能眼底照相疾病风险评估不仅能快速发现慢病风险隐患，同时能早期发现视网膜异常，提升健康干预的依从性，降低恶性心脑血管事件、致盲事件的发生率。人工智能慢病风险评估成为监测慢病风险的新手段：人工智能心血管疾病风险预测结果提示高风险的人群共31,020人，其中心血管异常指标的检出率为50.8%，高风险人群检出率是低风险人群的3.1倍；人工智能脑血管疾病风险预测结果提示高风险的人群共65,632人，其中脑血管异常指标的检出率为39.1%，高风险人群检出率是低风险人群的2.6倍；人工智能糖尿病风险预测结果提示高风险的人群共357,291人，其中糖尿病的检出率为23.7%，高风险人群的检出率是低风险人群的237倍；人工智能高血压风险预测结果提示高风险的人群共628,511人，其中高血压的检出率为63.0%，高风险人群的检出率是低风险人群的158倍；人工智能贫血风险预测结果提示高风险的人群共27,722人，其中贫血的检出率为98.9%，高风险人群的检出率是低风险人群的495倍。03重要结论IMPORTANT CONCLUSIONS超七成人群存在眼底异常：针对2018年7月开始到2022年4月期间参与人工智能眼底照相疾病风险评估的受检者进行分析，共3,105,439人，整体异常检出率为76.2%；男性异常共计1,231,251人，占所有男性受检者的77.3%；女性异常共计1,135,817人，占所有女性受检者的75.1%，男性异常检出率高于女性。重要结论IMPORTANT CONCLUSIONS04累计发现重大阳性10,557个人，及时避免了失明风险：发现血管类重大阳性6,263例，血管异常仍然是威胁眼底健康的最重要因素；发现黄斑类重大阳性5,713例，黄斑的健康不容忽视；有些人发现有同时两种以上的重大阳性；60岁以上人群重大阳性检出率为1.3%，定期的眼底检查很有必要。5*注：重大阳性指发生于视网膜的严重异常需要立即到医院确诊或排除可能引起严重视力损伤的病变。连续进行人工智能眼底照相疾病风险评估有助于早期发现健康隐患，人工智能慢病风险评估能够预测疾病发展：初次评估时人工智能心血管疾病风险预测结果显示等级越高的人群，未来越容易在体检过程中出现心血管的指标异常；初次评估时人工智能脑血管疾病风险预测结果显示等级越高的人群，未来越容易在体检过程中出现脑血管病的指标异常；初次评估时人工智能糖尿病风险预测结果显示等级越高的人群，未来越容易在体检过程中出现糖尿病的指标异常；初次评估时人工智能高血压风险预测结果显示等级越高的人群，未来越容易在体检过程中出现高血压的指标异常；连续进行人工智能眼底照相疾病风险评估有助于及时发现眼底异常的进展，了解干预后的恢复情况，及时发现威胁视力的重大阳性疾病。家族史、吸烟、饮酒对慢病风险的影响显著，人工智能慢病风险评估能够有效反映上述因素对慢病风险的影响：有家族史的人群出现相关慢病的风险显著高于无家族史人群；吸烟对糖尿病、高血压、心脑血管疾病风险影响显著，吸烟人群（含已戒烟）在人工智能慢病风险预测中出现高风险的占比显著高于不吸烟人群；饮酒对糖尿病、高血压、心脑血管疾病风险影响显著，并且与饮酒频次呈现正相关，饮酒人群在人工智能慢病风险预测中出现高风险的占比显著高于不饮酒人群；Chapter I研究方法及样本人群分布05基于视网膜人工智能评估的三百万体检人群健康蓝皮书1.1 数据来源及研究方法数据来源于爱康集团参与人工智能眼底照相疾病风险评估的体检者（时间范围：2018年7月到2022年4月）3,105,439人，本报告通过专业的数据统计分析方法，确保蓝皮书分析结果的准确和权威。1.2 人工智能眼底照相疾病风险评估样本人群分布参与人工智能眼底照相疾病风险评估分析的样本人群共3,105,439人。其中男性1,592,166人，占比51.3%；女性1,513,273人，占比48.7%。样本人群平均年龄41.4岁，体检者主要集中的人群在20岁-59岁，共计2,761,646人，占总数的88.9%。其中男性中位数年龄为38.0岁，平均年龄41.4岁；女性中位数年龄为38.0岁；平均年龄为41.3岁。详细统计数据见下图。1.2.1 人工智能眼底照相疾病风险评估样本人群的年龄性别分布女性48.7%1,513,273人男性51.3%1,592,166人女性样本人群：中位年龄38.0岁；平均年龄41.3岁06图1 样本人群的性别和年龄分布总样本人群：平均年龄41.4岁男性样本人群：中位年龄38.0岁，平均年龄41.4岁0.1%10.5%15.3%8.7%8.7%5.4%0.1%9.9%17.2%9.8%8.9%5.4%20岁以下20岁-29岁30岁-39岁40岁-49岁50岁-59岁60岁及以上Chapter 07人工智能眼底照相疾病风险评估结果分析2.1 人工智能眼底照相疾病风险评估结果整体分析在本次评估结果中，眼底异常改变结果包括视网膜血管改变、黄斑部异常、视盘视神经异常、中重度豹纹、萎缩斑、玻璃体疾病、脉络膜疾病、视网膜脱离以及其它病理性改变和相关术后特征，不包括轻度豹纹等正常年龄性改变。在3,105,439人的人工智能眼底照相疾病风险评估结果中，眼底异常检出的人数为2,367,068人，占总人数的比例为76.2%。其中男性异常共计1,231,251人，占所有男性受检者的77.3%；女性异常共计1,135,817人，占所有女性受检者的75.1%。总体来看，异常检出率男性高于女性。2.1.1 人工智能眼底照相疾病风险评估结果的性别和年龄分布从异常检出率的年龄统计结果来看，随着年龄增长，眼底异常检出率明显增高，40岁以下的人群中，男性异常检出率高于女性异常检出率约2个百分点，40岁及以上女性异常检出率逐渐接近男性异常检出率，60岁及以上人群中不同性别仅相差0.2个百分点。总体来看，体检人群的眼底健康状况普遍不佳，随着年龄的增长，异常检出率逐渐增高，特别是40岁以上人群，每100个人当中超过90个人有异常，建议各年龄段受检者都应关注眼底健康，每年定期进行眼底检查。图3 眼底异常的年龄和性别分布44.6%53.4%66.2%91.6%97.7%98.0%44.4%49.9%62.0%91.6%97.9%98.0%20岁以下20岁-29岁30岁-39岁40岁-49岁50岁-59岁60岁及以上男性女性44.5%各年龄段总体检出率51.6%64.2%91.6%97.8%98.0%图2 眼底异常占比的性别分布占所有男性受检者的77.3%男性 1,231,251人占所有女性受检者的75.1%女性 1,135,817人眼底异常检出比例76.2%2,367,068人08基于视网膜人工智能评估的三百万体检人群健康蓝皮书在本次样本人群中，共计有2,909,716人记录了行业信息，其中机关、事业单位、社会团体是参与人工智能眼底照相疾病风险评估的主要人群，共计414,888人，占比14.3%；金融业是占比第二的行业，共计331,589人，占比11.4%。在眼底异常率的统计结果中发现，采矿业是眼底异常检出率最高的行业，眼底异常检出率为89.9%，其次电力、热力、燃气及水生产和供应业眼底异常检出率次之，为84.9%；教育行业眼底异常检出率排名第三，眼底异常检出率为81.6%。总体来看，各行业眼底健康状况普遍不佳，除工作环境影响较大的特殊行业之外，办公一族仍然是眼底异常的主要群体，提示各行各业都应该定期进行健康检查，及时发现疾病风险。2.1.2 人工智能眼底照相疾病风险评估结果的行业分布09基于视网膜人工智能评估的三百万体检人群健康蓝皮书0.1%2.0%1.0%6.7%14.3%11.4%0.5%0.7%3.3%0.4%4.9%0.00.4%7.6%0.1%7.1%8.6%9.6%3.9%5.0%12.5%图4 各行业人数占比分布及眼底异常检出率分布89.90%84.90%81.60%81.40%80.50%78.50%77.40%76.30%76.10%75.70%74.30%74.20%73.80%73.00%72.90%72.90%71.70%71.20%70.70%69.70%83.80%各行业人数占比分布各行业眼底异常检出率分布采矿业电力、热力、燃气及水生产和供应业教育卫生和社会工作机关、事业单位、社会团体金融业水利、环境和公共设施管理业文化、体育和娱乐业交通运输、仓储和邮政业住宿和餐饮业批发和零售业公共管理、社会保障和社会组织居民服务、修理和其他服务业租赁和商务服务业农、林、牧、渔业制造业科学研究和技术服务业信息传输、软件和信息技术服务业建筑业房地产业其他眼睛是心灵之窗，绝大部分的外界信息都来源于眼睛，眼底是眼球内后部的组织，包括了视网膜、视盘和视网膜动静脉血管。视网膜作为眼睛的关键组成，起着光信号的接收与传导的作用，是影响视功能的关键因素。视网膜还是全身唯一可在活体观察到神经和血管组织的地方，成为了解眼病和某些全身疾病病情的重要窗口17。因为其特殊构造，眼底病成为不可逆盲的首位病因，是世界卫生组织防盲行动中的重点。在95%以上的人都有不良用眼习惯的现代中国，眼底健康问题更加严峻。人工智能眼底照相疾病风险评估包括了五大类50个各类各级异常，39.5%的受检者有合并2种及以上异常结果，0.3%的受检者检出重大阳性。2.2 人工智能眼底照相疾病风险评估结果分项分析36.5%n豹纹样改变（中度、重度）n病理性近视（萎缩斑）屈光不正眼底改变39.5%受检者有合并2种及以上异常结果10基于视网膜人工智能评估的三百万体检人群健康蓝皮书45.8%n视网膜动脉硬化n高血压视网膜病变n糖尿病性视网膜病变n静脉阻塞n视盘水肿n视神经炎n视神经萎缩n杯盘比偏大（疑似青光眼）视网膜血管异常黄斑部异常视盘视神经异常n玻璃体变性n视网膜有髓神经纤维n视网膜脱离n结晶样视网膜变性n脉络膜色素痣等其他异常n动脉阻塞n视网膜动脉瘤n不明原因零星出血等33.9%n玻璃膜疣n年龄相关性黄斑变性n黄斑前膜n黄斑裂孔n黄斑水肿n中心性浆液性脉络膜视网膜病变n其他黄斑部异常9.1%n前部缺血性视神经病变n牵牛花综合征n视盘黑色素瘤等3.4%图5 五大类眼底异常检出率及各类异常检出包含病种视网膜位于眼球内壁，是视觉形成过程中的感光器官，在全球五大致盲性疾病中（白内障、青光眼、病理性近视、糖尿病视网膜病变、年龄相关性黄斑变性），除白内障之外，其余四种均发生于视网膜上，视网膜疾病通常进展缓慢，不易察觉，但对视力威胁极大，因此定期的视网膜健康评估是防治视网膜疾病的有效手段9。眼底重大阳性改变指发生于视网膜的严重异常需要立即到医院确诊或排除可能引起严重视力损伤的病变，如不及时就医可能造成不可逆的视力损伤，为避免体检者出现不可逆的视力损伤，所有疑似重大阳性的案例均会由三甲医院专家进行复核，并及时通知到体检者体检的机构和受检者本人，本次样本人群的重大阳性按照发生的部位分为以下四类：2.2.1 眼底重大阳性改变11图6 各类重大阳性检出人数及包含病种示意图n糖网重度非增殖期n糖网增殖期n视网膜分支静脉阻塞n视网膜中央静脉阻塞血管类重大阳性n年龄相关性黄斑变性进展期n严重黄斑前膜n黄斑裂孔n其他严重黄斑变性n视网膜脱离n其他严重病变黄斑类重大阳性视神经类重大阳性其他重大阳性n严重杯盘比偏大n严重视盘水肿类异常n其他严重视神经异常人次n视网膜分支动脉阻塞n视网膜中央动脉阻塞n高血压视网膜病变中重度6,263 人次5,713人次921人次184基于视网膜人工智能评估的三百万体检人群健康蓝皮书62388261444371043330.0%0.1%0.3%0.7%1.3%-1.00%-0.50%0.00%0.50%1.00%01,0002,0003,0004,0005,0006,00020岁以下20岁-29岁30岁-39岁40岁-49岁50岁-59岁60岁及以上重大阳性人数重大阳性检出率0.1%在本次样本人群中，共发现重大阳性10,557人，检出率为0.3%，其中血管类重大阳性数量最多，总计6,263人次，排名第二的是黄斑类重大阳性，总计5,713人次，重大阳性的检出率随年龄的增长而增大。同时，有些人有两种以上的重大阳性。从2018年7月至2022年4月，爱康集团联合鹰瞳Airdoc共计发现10,557个重大阳性的体检者，及时避免了由于发现不及时导致的严重视力不可逆损伤。12图7 不同年龄人群不同类型重大阳性改变的检出率重大阳性总人数：10,557人重大阳性总检出率：0.3%基于视网膜人工智能评估的三百万体检人群健康蓝皮书黄斑是视网膜最敏感的感光区，负责精细视觉与颜色视觉，是光路成像的焦点。黄斑部的微小异常可能会引起视觉改变，如视物不清，视物变形、变色、变暗等。常见黄斑部异常包括玻璃膜疣、年龄相关性黄斑变性、黄斑前膜、黄斑水肿、黄斑裂孔、中心性浆液性脉络膜视网膜病变等17。样本人群中，共检出黄斑部异常1,051,356人，平均异常检出率为33.9%。绝大多数黄斑异常为不可逆异常改变，随着年龄增长，异常检出率升高。年龄每增加10岁，异常检出率平均增加10%。2.2.2 黄斑部异常8.4%15.2%25.1%38.1%52.3%58.4%20岁以下20岁-29岁30岁-39岁40岁-49岁50岁-59岁60岁及以上图8 黄斑部异常检出率年龄分布33.9%平均异常检出率基于视网膜人工智能评估的三百万体检人群健康蓝皮书13黄斑部异常：1,051,356人样本人群中，共检出玻璃膜疣954,845人，平均异常检出率为30.7%，并且检出率随着年龄的增长而逐渐升高。40岁以下人群的检出率为20.8%，40岁及以上人群的检出率为43.1%，40岁及以上人群玻璃膜疣的检出率是40岁以下人群的2.2倍。2.2.2.1 玻璃膜疣14基于视网膜人工智能评估的三百万体检人群健康蓝皮书玻璃膜疣是视网膜上色素代谢异常的结果，是视网膜疾病相关的重要标志，也是年龄相关性黄斑变性的早期体征。玻璃膜疣的发病与紫外线和可见光尤其是蓝光对视网膜色素上皮细胞造成的损伤有关18，视网膜受光照强度越高，损伤越明显，玻璃膜疣越多。在单眼有大玻璃膜疣的患者中，5年内发展为年龄相关性黄斑变性的比例为6.3%，而双眼均有大玻璃膜疣患者中，5年内发展为进展期的风险为26.0%19。玻璃膜疣正常眼底8.0%14.7%24.0%35.7%47.1%46.7%20岁以下20岁-29岁30岁-39岁40岁-49岁50岁-59岁60岁及以上图9 玻璃膜疣检出率30.7%平均异常检出率玻璃膜疣：954,845人15基于视网膜人工智能评估的三百万体检人群健康蓝皮书2.2.2.2 年龄相关性黄斑变性年龄相关性黄斑变性是由多种因素诱发并与年龄相关的一组黄斑疾病，会导致患者视力功能障碍和中心视力进行性下降，是一种常见的高致盲视网膜异常。多见于50岁及以上的老年群体，近年来，发病率呈现严重的增长趋势。研究显示，早期年龄相关性黄斑变性患者5年内双眼的任何一只眼发展为进展期年龄相关性黄斑变性的风险为1.3%，中期年龄相关性黄斑变性患者5年内发展为进展期年龄相关性黄斑变性的风险为18.0%19。年龄相关性黄斑变性早中期正常眼底年龄相关性黄斑变性进展期0.9%2.0%3.6%40岁-49岁50岁-59岁60岁及以上图10 年龄相关性黄斑变性异常检出率2.6%平均异常检出率样本人群中，共检出年龄相关性黄斑变性31,121人，在所有40岁以上的受检者中年龄相关性黄斑变性检出率为2.6%。50岁-59岁人群、60岁及以上人群的检出率分别为2.0%和3.6%，年龄相关性黄斑变性一旦进入进展期，会严重损伤视力，导致生活受到影响，因此按照专家建议12，对于40岁以上人群定期进行年龄相关性黄斑变性的视网膜检查十分有必要。年龄相关性黄斑变性：31,121人视网膜血管异常是指视网膜上的毛细血管、小血管受损或者阻塞，导致的血管弹性减弱、缩窄、血管瘤、出血等。常见的视网膜血管异常包括：视网膜动脉硬化、高血压视网膜病变、糖尿病性视网膜病变（糖网）、静脉阻塞、动脉阻塞、视网膜动脉瘤以及不明原因零星出血等。样本人群中，共检出视网膜血管异常1,421,263人，平均异常检出率为45.8%，且检出率随年龄的增大而逐渐增高。以40岁为分界点，视网膜血管异常的检出率出现了跳跃式的升高，40岁以下人群的检出率为11.5%，40岁及以上人群的检出率为88.2%，40岁及以上人群检出率是40岁以下人群检出率的7.7倍，建议40岁及以上人群更应该关注眼底血管健康，定期进行眼底检查。2.2.3 视网膜血管异常16基于视网膜人工智能评估的三百万体检人群健康蓝皮书图11 视网膜血管不同年龄段的异常检出率1.5%2.5%14.5%74.4%93.9%94.9%20岁以下20岁-29岁30岁-39岁40岁-49岁50岁-59岁60岁及以上45.8%平均异常检出率视网膜血管异常：1,421,263人样本人群中，共检出视网膜动脉硬化1,392,490人，平均异常检出率为44.8%，从40岁开始，动脉硬化检出率呈现跳跃式增长，50岁时达到30岁-39岁人群超7倍，建议40岁及以上人群应该格外关注全身血管健康，通过人工智能眼底照相疾病风险评估进行筛查以及其他血管筛查手段定期检查。2.2.3.1 视网膜动脉硬化视网膜动脉是全身动脉的一部分，是唯一能够直接拍摄到的微血管。视网膜动脉硬化主要表现为视网膜动脉管径变小、静脉管径变大。有国外研究表明，视网膜小动脉硬化程度不仅与血压、血脂、糖尿病有关，也与心血管疾病、脑中风的发病率和死亡率相关：视网膜眼底动脉管径小且静脉管径大的人群，脑卒中和冠心病发病和死亡风险均上升。静脉管径每增加1个标准差，死亡风险上升13%，脑卒中风险上升18%，女性冠心病风险上升10%；动脉管径每减少1个标准差，死亡风险上升6%，脑卒中风险上升14%，女性冠心病风险上升13%20。视网膜动脉硬化是心血管疾病发生的基础，早发现和早干预亚临床期血管病变的进展是延缓和控制心血管事件的根本措施。正常眼底视网膜动脉硬化死亡风险13%脑卒中风险18%女性冠心病风险10%1个标准差静脉管径每增加死亡风险6%脑卒中风险14%女性冠心病风险13%1个标准差动脉管径每减少1.2%1.4%12.9%73.8%93.7%94.7%0岁-19岁20岁-29岁30岁-39岁40岁-49岁50岁-59岁60岁及以上图12 视网膜动脉硬化检出率44.8%平均异常检出率17基于视网膜人工智能评估的三百万体检人群健康蓝皮书视网膜动脉硬化：1,392,490人0.00%0.00%0.02%0.08%0.27%0.47%20岁以下20岁-29岁30岁-39岁40岁-49岁50岁-59岁60岁及以上图13 不同年龄人群视网膜静脉阻塞的检出率0.12%平均异常检出率样本人群中，共检出视网膜静脉阻塞3,713人，平均异常检出率为0.12%，检出率随年龄增大而逐渐增加。2.2.3.2 视网膜静脉阻塞视网膜静脉阻塞是仅次于糖尿病性视网膜病变的常见视网膜血管疾病，可由多种原因导致。患眼视力易受损甚至发生并发症而致盲。多见于年龄较大的人群，但亦有年轻者发病，根据阻塞的部位可分为视网膜中央静脉阻塞和视网膜分支静脉阻塞17。视网膜中央静脉阻塞正常眼底视网膜分支静脉阻18基于视网膜人工智能评估的三百万体检人群健康蓝皮书视网膜静脉阻塞：3,713人样本人群中，共检出糖网19,293人，平均异常检出率为1.0%，糖网检出率随着年龄的增加而增长。（糖网的诊断以糖尿病史及视网膜糖网样表现作为诊断依据）2.2.3.3 糖尿病性视网膜病变（以下简称“糖网”）糖网是糖尿病的常见慢性并发症之一，是糖尿病导致的视网膜微血管损害所引起的一系列典型病变，常见症状为视网膜广泛性的反复出血，也是工作年龄人群第一位的致盲疾病21。有全球研究表明，糖网在糖尿病人群中的患病率为23%，威胁视力的糖网为10.2%22。糖网的早期诊断、早期治疗可显著减少失明的风险，定期随诊，接受必要、适当的视网膜光凝和玻璃体手术治疗，可以使90%的患者避免严重视力下降6。因此必须重视且积极开展糖网的筛查并及时管理。正常眼底糖网轻中度非增殖期糖网重度非增殖期糖网增殖期19基于视网膜人工智能评估的三百万体检人群健康蓝皮书0.1%0.0%0.2%0.9%2.1%2.6%20岁以下20岁-29岁30岁-39岁40岁-49岁50岁-59岁60岁及以上图14 糖网检出率的年龄分布1.0%平均异常检出率糖网：19,293人视神经负责传导视觉信号到大脑内部，对视力功能实现至关重要。视盘是视网膜上视觉纤维汇集穿出眼球的部位，是视神经的始端17。常见的视盘视神经异常包括：视盘水肿、视神经炎、视神经萎缩、前部缺血性视神经病变、牵牛花综合征、视盘黑色素瘤、杯盘比偏大（疑似青光眼）等。样本人群中，共检出视盘视神经异常281,332人，平均异常检出率为9.1%，且随年龄的增大而逐渐增高。40岁以上人群检出率超过总体检出率，建议40岁及以上人群更应该关注视盘视神经问题，定期进行眼底检查。2.2.4 视盘视神经异常206.6%6.7%7.8%9.4%10.9%13.9%20岁以下20岁-29岁30岁-39岁40岁-49岁50岁-59岁60岁及以上图15 视神经异常的检出率9.1%平均异常检出率基于视网膜人工智能评估的三百万体检人群健康蓝皮书视盘视神经异常：281,332人样本人群中，共检出杯盘比偏大216,976人，平均异常检出率为7.0%，在40岁及以上人群中检出率为8.4%。由于青光眼视神经损害的不可逆性，防治青光眼的关键在于早期诊断。5.3%5.1%6.0%7.3%8.5%10.7%20岁以下20岁-29岁30岁-39岁40岁-49岁50岁-59岁60岁及以上图16 杯盘比偏大的异常检出率7.0%平均异常检出率21杯盘比偏大是视盘视神经异常中最常见的异常改变，也是青光眼的常见特征性改变（部分杯盘比大为先天性生理性改变），青光眼是全球第一位不可逆致盲眼病23。青光眼的危险因素包括眼压升高、年龄增大、青光眼家族史、近视、高血压以及糖尿病等。大多数患病者被诊断为青光眼时已经是中晚期，视野会明显的缺失，目前即使在发达国家，也有半数左右的青光眼患者尚没有被发现24。研究表明，视盘参数（即杯盘比等）对青光眼的早期诊断有重要的意义25。杯盘比偏大正常眼底2.2.4.1 杯盘比偏大基于视网膜人工智能评估的三百万体检人群健康蓝皮书杯盘比偏大：216,976人屈光不正是指外界平行光线不能正常聚集在视网膜黄斑部，导致患者出现视力模糊、视力下降等症状。屈光不正包括近视、远视和散光，其中，近视是最常见的屈光不正，影响近30%的人口17。近视尤其是高度近视的患者，由于眼轴的延长，常出现一系列的眼底改变，如豹纹样改变、萎缩斑、近视弧、漆裂纹，甚至出现后巩膜葡萄肿和视网膜脱离等眼底改变，可能导致视功能的下降甚至失明的发生26。样本人群中，共检出屈光不正眼底改变1,136,150人，平均异常检出率为36.6%。20岁-29岁的人群中，屈光不正眼底改变的检出率为35.7%，60岁以上的人群中，屈光不正眼底改变的检出率为43.5%。2.2.5 屈光不正眼底改变2234.4%35.7%36.6%36.8%33.2%43.5%20岁以下20岁-29岁30岁-39岁40岁-49岁50岁-59岁60岁及以上图17 屈光不正眼底改变检出率的年龄分布36.6%平均异常检出率基于视网膜人工智能评估的三百万体检人群健康蓝皮书屈光不正眼底改变：1,136,150人屈光不正眼底改变常见的是豹纹样改变17，豹纹样改变是由于视网膜色素上皮层的营养障碍，出现形似豹皮的纹理，多因近视后眼轴变长引起，是近视眼的一大特征，绝大部分近视者均会出现豹纹样改变，高度近视者往往会出现中度甚至重度的豹纹样改变。少部分非近视人群因视网膜色素上皮层色素减少也可发生。正常眼底豹纹样改变样本人群中，共检出中重度豹纹样改变1,131,408人（由于轻微豹纹样改变对视功能几乎没有影响，本次统计仅包括中度和重度豹纹样改变），平均异常检出率为36.4%，其中重度豹纹的检出率达到16.3%。不管是否有近视度数的降低，豹纹样改变都是一个不可逆过程。豹纹样改变人群比非豹纹改变人群眼底更易继发脉络膜新生血管（CNV）、黄斑出血、黄斑裂孔、视网膜脱离等高风险并发症，严重危害视力10。34.4%35.7%36.5%36.5%33.0%43.1%20岁以下20岁-29岁30岁-39岁40岁-49岁50岁-59岁60岁及以上图18 豹纹样眼底改变检出率36.4%平均异常检出率23.1%22.3%21.0%18.8%16.8%21.4%11.3%13.3%15.5%17.7%16.1%21.7%0%10%20%30%40%20岁以下20岁-29岁30岁-39岁40岁-49岁50岁-59岁60岁及以上！中度豹纹样改变：在轻度基础上出现更多的脉络膜血管，为中度豹纹状改变；！重度豹纹样改变：当脉络膜血管遍布整个视网膜时，为重度豹纹状改变。平均异常检出率16.3%平均异常检出率20.2%图19 中度和重度豹纹样改变检出率232.2.5.1 豹纹样改变基于视网膜人工智能评估的三百万体检人群健康蓝皮书中重度豹纹样改变：1,131,408人0.13%0.21%0.52%0.67%1.22%0.01%0.02%0.08%0.15%0.37%0.00%0.00%0.03%0.08%0.29%20岁以下20岁-29岁30岁-39岁40岁-49岁50岁-59岁60岁及以上弥漫性视网膜脉络膜萎缩检出率斑片状视网膜脉络膜萎缩检出率黄斑区萎缩检出率平均异常检出率0.44%平均异常检出率0.09%平均异常检出率0.05%图21 不同类型萎缩斑的检出率2.2.5.2 萎缩斑样本人群中，共检出萎缩斑16,377人，平均异常检出率为0.53%。其中弥漫性视网膜脉络膜萎缩检出率为0.44%，斑片状视网膜脉络膜萎缩检出率为0.09%，黄斑区萎缩检出率为0.05%，萎缩斑的检出率随着年龄的增大而逐渐增高，60岁及以上人群中检出率达到1.64%。0.03%0.13%0.23%0.58%0.81%1.64%20岁以下20岁-29岁30岁-39岁40岁-49岁50岁-59岁60岁及以上图20 不同年龄人群萎缩斑的检出率0.53%平均异常检出率萎缩斑是病理性近视的典型症状表现，高度近视眼因眼轴的过度伸长，可引起眼底的退行性改变，后极部出现边界清楚，形态、大小各异的萎缩灶，可呈多灶性或融合成片，边缘可见色素沉着。包括弥漫性视网膜脉络膜萎缩、斑片状视网膜脉络膜萎缩及黄斑区萎缩27。正常眼底弥漫性视网膜脉络膜萎缩斑片状视网膜脉络膜萎缩黄斑区萎缩24基于视网膜人工智能评估的三百万体检人群健康蓝皮书萎缩斑：16,377人Chapter 人工智能视网膜慢病风险评估结果分析253.1 人工智能视