人工智能视网膜微血管分析在糖尿病并发症中的应用价值

doi:10.3969/j.issn.1006-5725.2024.08.021

摘要/Abstract

摘要：

目的探讨人工智能视网膜微血管指标分析在糖尿病视网膜病变（DR）、糖尿病肾病（DN）等糖尿病并发症诊断中的应用价值。方法选取2022年1-12月健康医学科和内分泌科共305例受检者作为研究对象，并根据糖尿病及并发症情况分为健康对照组（n = 119）、糖尿病无DR组（n = 100）、糖尿病并发DR组（n = 86）。糖尿病并发DR组进一步分为无DN组（n = 50）与并发DN组（n = 36）。收集所有受试者的临床资料、实验室检查指标及眼底照相检查结果。本研究采用独立样本t检验、Kruskal-Wallis H检验、logistic回归分析进行数据统计分析。结果三组间FBG、2hPBG、HbA_1c、视网膜中央动脉当量（CRAE）、视网膜动静脉比值（AVR）差异有统计学意义（P < 0.05）。糖尿病并发DR的患者中，无DN组与并发DN组的糖尿病病史、出血总个数、渗出总面积、渗出最大面积及渗出总个数差异有统计学意义（均P < 0.05）。视网膜微血管指标与DN存在相关性，当视网膜出血总面积、渗出总面积、渗出最大面积增加时，DN患病风险上升。结论 AI视网膜微血管分析对糖尿病患者并发症的情况有提示和辅助诊断的价值。

关键词: 健康体检, 人工智能, 眼底照相, 糖尿病视网膜病变, 糖尿病肾病

Abstract:

Objective To explore the application value of artificial intelligence（AI） based retinal microvascular analysis in the diagnosis of diabetes retinopathy （DR）， diabetes nephropathy （DN） and other diabetes complications. Methods From January to December 2022， 305 subjects from the Health Medicine Department and Endocrine Department of the Eastern Theater Command General Hospital of PLA were divided into healthy control group （n = 119）， diabetes without DR group （n = 100）， and diabetes with DR group （n = 86） according to the condition of diabetes and its complications. The group of diabetes with DR was further divided into the group without DN （n = 50） and the group with DN （n = 36）. Clinical data， laboratory test indicators， and fundus photography results of all the subjects were collected. Independent sample t-test， Kruskal Wallis H-test， and logistic regression analysis were used for data analysis. Results There were statistically significant differences in FBG， 2hPBG， HbA1c， central retinal artery equivalent （CRAE）， and retinal arteriovenous ratio （AVR） among the three groups （all P < 0.05）. In patients with diabetes complicated with DR， there were statistically significant differences in the history of diabetes， total number of bleeding， total area of exudation， maximum area of exudation and total number of exudation between non-DN group and DN group （all P < 0.05）. There was correlation between retinal microvascular indicators and diabetic retinopathy. When the total area of retinal hemorrhage， total area of exudation， and maximum area of exudation increased， the risk of diabetic retinopathy increased. Conclusion AI-based retinal microvascular analysis has value in providing prompt indication and assisting with the diagnosis of complications in diabetic patients.

Key words: physical examination, artificial intelligence, fundus photography, diabetes retinopathy, diabetic nephropathy

中图分类号:

R774.1

张锐,周颖,倪文吉,黄亚,李丹丹,金涛,钟勇. 人工智能视网膜微血管分析在糖尿病并发症中的应用价值[J]. 实用医学杂志, 2024, 40(8): 1142-1147.

Rui ZHANG,Ying ZHOU,Wenji NI,Ya HUANG,Dandan LI,Tao JIN,Yong. ZHONG. Application value of artificial intelligence⁃basedretinal microvascular analysis in diagnosis of diabetes complications[J]. The Journal of Practical Medicine, 2024, 40(8): 1142-1147.

图/表 6

图1

图2

表1

表2

表3

表4

参考文献 25

1	KHARROUBI A T， DARWISH H M. Diabetes mellitus： The epidemic of the century［J］. World J Diabetes， 2015， 6（6）：850-867. doi:10.4239/wjd.v6.i6.850 doi: 10.4239/wjd.v6.i6.850
2	MAGLIANO D J， BOYKO E J. IDF Diabetes Atlas 10th edition scientific committee. IDF Diabetes Atlas ［C］. 10th ed. Brussels： International Diabetes Federation， 2021.
3	HAUKKA J， SANDHOLM N， VALO E， et al. Novel linkage peaks discovered for diabetic nephropathy in individuals with type 1 diabetes［J］. Diabetes， 2021， 70（4）：986-995. doi:10.2337/db20-0158 doi: 10.2337/db20-0158
4	LV K， CUI C， FAN R， et al. Detection of diabetic patients in people with normal fasting glucose using machine learning［J］. BMC Med， 2023， 21（1）：342-354. doi:10.1186/s12916-023-03045-9 doi: 10.1186/s12916-023-03045-9
5	国家老年医学中心，中华医学会老年医学分会，中国老年保健协会糖尿病专业委员会，等. 中国老年糖尿病诊疗指南（2021年版）［J］. 中华糖尿病杂志，2021，13（1）：14-46. doi:10.3760/cma.j.cn115791-20201209-00707 doi: 10.3760/cma.j.cn115791-20201209-00707
6	中华医学会眼科学分会眼底病学组，中国医师协会眼科医师分会眼底病学组，许迅，等.我国糖尿病视网膜病变临床诊疗指南（2022年）-基于循证医学修订［J］. 中华眼底病杂志， 2023， 39（2）：99-124.
7	ALICIC R Z， COX E J， NEUMILLER J J， et al. Incretin drugs in diabetic kidney disease： biological mechanisms and clinical evidence［J］. Nat Rev Nephrol， 2021， 17（4）：227-244. doi:10.1038/s41581-020-00367-2 doi: 10.1038/s41581-020-00367-2
8	MA Y C， ZUO L， CHEN J H， et al. Modified glomerular filtration rate estimating equation for Chinese patients with chronic kidney disease［J］. J Am Soc Nephrol， 2006， 17（10）：2937-2944. doi:10.1681/asn.2006040368 doi: 10.1681/asn.2006040368
9	HUBBARD L D， BROTHERS R J， KING W N， et al. Methods for evaluation of retinal microvascular abnormalities associated with hypertension/sclerosis in the Atherosclerosis Risk in Communities Study［J］. Ophthalmology， 1999， 106（12）：2269-2280. doi:10.1016/s0161-6420(99)90525-0 doi: 10.1016/s0161-6420(99)90525-0
10	GBD 2019 Blindness and Vision Impairment Collaborators， Vision Loss Expert Group of the Global Burden of Disease Study. Causes of blindness and vision impairment in 2020 and trends over 30 years， and prevalence of avoidable blindness in relation to VISION 2020：the Right to Sight： an analysis for the Global Burden of Disease Study［J］. Lancet Glob Health， 2021， 9（2）：e144-e160.
11	RUIZ O M， RODRIGUES D R， LAVOZ C， et al. Special issue diabetic nephropathy：diagnosis， prevention and treatment［J］.Clin Med， 2020， 9（3）：813. doi:10.3390/jcm9030813 doi: 10.3390/jcm9030813
12	WANG Y， ZHAO H， WANG Q， et al. Chinese herbal medicine in ameliorating diabetic kidney disease via activating autophagy［J］. Diabetes Res， 2019，2019：9030893. doi:10.1155/2019/9030893 doi: 10.1155/2019/9030893
13	MORENO J A， GOMEZ-GUERRERO C， MAS S， et al. Targeting inflammation in diabetic nephropathy： a tale of hope［J］. Expert Opin Investig Drug， 2018， 27（11）： 917-930. doi:10.1080/13543784.2018.1538352 doi: 10.1080/13543784.2018.1538352
14	张喆，刘晓怡，叶佩仪，等. 2型糖尿病合并非糖尿病肾脏疾病患者临床及病理特征［J］. 实用医学杂志， 2023， 39（10）：1253-1257. doi:10.3969/j.issn.1006-5725.2023.10.011 doi: 10.3969/j.issn.1006-5725.2023.10.011
15	CHEN Y， LIU Q， SHAN Z， et al. Catalpol ameliorates podocyte injury by stabilizing cytoskeleton and enhancing autophagy in diabetic nephropathy［J］. Front Pharmacol， 2019， 10：1477. doi:10.3389/fphar.2019.01477 doi: 10.3389/fphar.2019.01477
16	MATOBA K， TAKEDA Y， NAGAI Y， et al. Unraveling the role of inflammation in the pathogenesis of diabetic kidney disease［J］.Int J Mol Sci， 2019， 20：3393. doi:10.3390/ijms20143393 doi: 10.3390/ijms20143393
17	RAO V， RAO L B V， TAN S H， et al. Diabetic nephropathy： an update on pathogenesis and drug development［J］. Diabetes Metab Syndr，2019， 13（1）： 754-762. doi:10.1016/j.dsx.2018.11.054 doi: 10.1016/j.dsx.2018.11.054
18	WARREN A M， KNUDSEN S T， COOPER M E. Diabetic nephropathy： an insight into molecular mechanisms and emerging therapies［J］. Expert Opin Ther Targets， 2019， 23（7）： 579-591. doi:10.1080/14728222.2019.1624721 doi: 10.1080/14728222.2019.1624721
19	李继红，牛梦琦. 血管内皮生长因子水平对2型糖尿病患者并发视网膜微血管病变的预测价值［J］. 实用医学杂志， 2022， 38（8）：1001-1005. doi:10.3969/j.issn.1006-5725.2022.08.017 doi: 10.3969/j.issn.1006-5725.2022.08.017
20	HE J， CAO T， XU F， et al. Artificial intelligence-based screening for diabetic retinopathy at community hospital［J］. Eye， 2020， 34（3）：572-576. doi:10.1038/s41433-019-0562-4 doi: 10.1038/s41433-019-0562-4
21	KLEIN R， MYERS C E， LEE K E， et al. Changes in retinal vessel diameter and incidence and progression of diabetic retinopathy［J］. Arch Ophthalmol， 2012， 130（6）： 749-755. doi:10.1001/archophthalmol.2011.2560 doi: 10.1001/archophthalmol.2011.2560
22	NGUYEN T T， WANG J J， SHARRETT A R， et al.Relationship of retinal vascular caliber with diabetes and retinopathy：the Multi-Ethnic Study of Atherosclerosis MESA）［J］. Diabetes Care，2008， 31（3）：544-549. doi:10.2337/dc07-1528 doi: 10.2337/dc07-1528
23	LIEW G， MITCHELL P， WONG T Y， et al. Retinal microvascular signs are associated with chronic kidney disease in persons with and without diabetes［J］. Kidney Blood Press Res， 2012， 35（6）：589-594. doi:10.1159/000339173 doi: 10.1159/000339173
24	TZIOMALOS K， ATHYROS V G. Diabetic nephropathy：new risk factors and improvements in diagnosis［J］. Rev Diabet Stud， 2015， 12（1/2）：110-118. doi:10.1900/rds.2015.12.110 doi: 10.1900/rds.2015.12.110
25	IZZEDINE H， BODAGHI B， LAUNAY-VACHER V， et al. Eye and kidney：from clinical findings to genetic explanations［J］. J Am Soc Nephrol， 2003， 14（2）：516-529. doi:10.1097/01.asn.0000051705.97966.ad doi: 10.1097/01.asn.0000051705.97966.ad

项目	健康对照组（n = 119）	糖尿病无DR组（n = 100）	糖尿病并发DR组（n = 86）	F/χ²值	P值
男性［例（%）］	57（48.00）	88（88.00）^ab	36（42.00）^ab	32.70	< 0.001
年龄（岁）	46.03 ± 5.31	51.02 ± 12.53^a	53.42 ± 10.73^a	15.641	< 0.001
身高（cm）	168.27 ± 0.67	176.67 ± 6.60	168.08 ± 0.86	1.731	< 0.001
体质量（kg）	64.51 ± 0.86	75.41 ± 1.27^a	70.55 ± 1.21^a	29.482	< 0.001
BMI（kg/m²）	22.73 ± 0.20	25.71 ± 0.46^a	24.90 ± 0.32^a	25.451	< 0.001
收缩压（mmol/L）	109.37 ± 0.76	129.57 ± 1.96^a	126.72 ± 1.867^a	71.168	< 0.001
舒张压（mmol/L）	67.92 ± 0.79	78.83 ± 1.22^a	78.58 ± 1.13^a	45.445	< 0.001
TC（mmol/L）	4.47 ± 0.05	4.97 ± 0.11^a	5.16 ± 0.16^a	17.431	< 0.001
TG（mmol/L）	0.85 ± 0.03	2.19 ± 0.17^a	2.34 ± 0.20^a	43.666	< 0.001
LDL-C（mmol/L）	2.22 ± 0.04	2.48 ± 0.09^a	2.81 ± 0.11^ab	17.573	< 0.001
HDL-C（mmol/L）	1.41 ± 0.03	1.24 ± 0.03^a	1.18 ± 0.05^a	17.160	< 0.001
BUA（μmol/L）	285.18 ± 4.86	387.08 ± 10.32^a	351.51 ± 11.08^ab	43.031	< 0.001
SCR（μmol/L）	67.96 ± 1.17	72.00 ± 1.60	72.53 ± 3.37	1.743	0.177
eGFR［mL/min·1.73 m²］	102.37 ± 1.26	101.70 ± 1.27	100.04 ± 2.17	0.574	0.564

组别	健康对照组（n = 119）	糖尿病无DR组（n = 100）	糖尿病并发DR组（n = 86）	H值	P值
FBG	4.80（4.60，5.10）	6.30（5.95，7.10）^ab	8.20（6.40，9.75）^ab	194.394	< 0.001
2hPBG	5.10（4.55，5.800）	6.80（6.40，7.55）^ab	13.40（10.60，17.40）^ab	200.346	< 0.001
HbA_1c	5.30（5.10，5.600）	10.70（8.20，12.60）^ab	8.40（7.05，9.80）^ab	188.033	< 0.001
CRAE	0.022（0.020，0.026）	0.021（0.020，0.025）^a	0.020（0.016，0.025）^ab	7.986	0.018
CRVE	0.030（0.027，0.035）	0.030（0.027，0.037）	0.030（0.025，0.034）	0.491	0.782
AVR	0.730（0.670，0.780）	0.700（0.670，0.740）^a	0.680（0.635，0.765）^a	11.110	0.004

组别	无DN组（n = 50）	并发DN组（n = 36）	t值	P值
年龄（岁）	53.30 ± 10.43	55.27 ± 12.31	-0.734	0.465
糖尿病病史（年）	9.61 ± 7.14	14.29 ± 8.44	-2.455	0.017
CRAE	0.021 ± 0.006	0.020 ± 0.006	1.117	0.268
CRVE	0.034 ± 0.027	0.029 ± 0.009	0.899	0.371
AVR	0.698 ± 0.131	0.687 ± 0.107	0.383	0.703
出血总面积（mm²）	0.170 ± 0.378	0.299 ± 0.372	-1.389	0.169
出血最大面积（mm²）	0.056 ± 0.102	0.092 ± 0.101	-1.418	0.161
出血总个数（个）	7.21 ± 11.54	17.76 ± 19.67	-2.465	0.019
渗出总面积（mm²）	0.100 ± 0.179	0.581 ± 0.992	-2.454	0.021
渗出最大面积（mm²）	0.049 ± 0.065	0.163 ± 0.276	-2.081	0.047
渗出总个数（个）	6.13 ± 14.67	19.96 ± 30.80	-2.159	0.039

自变量	OR	95%CI	P值
LogCRAE	0.031	0.000 ~ 3.276	0.144
LogCRVE	0.253	0.002 ~ 5.279	0.098
AVR	0.699	0.010 ~ 2.517	0.466
出血总面积	2.404	0.656 ~ 2.404	0.185
出血最大面积	2.019	0.235 ~ 2.198	0.173
出血总个数	1.046	1.009 ~ 1.048	0.013
渗出总面积	1.453	1.434 ~ 1.498	0.021
渗出最大面积	1.645	1.032 ~ 1.734	0.011
渗出总个数	1.033	1.001 ~ 1.067	0.045

[1]	黄良江,毛德文,郑景辉,王明刚,姚春. 人工智能在肝性脑病风险预测模型中的应用进展[J]. 实用医学杂志, 2024, 40(3): 289-294.
[2]	金启成,吕江红,许立龙,魏洪芬,汤桐芳,张传菊,李世岩. 不同超声成像参数对S-Detect技术用于乳腺结节良恶性鉴别诊断中的影响[J]. 实用医学杂志, 2023, 39(22): 2891-2897.
[3]	田永明,武士锋,赵晰. 2型糖尿病肾病患者中医证型系统聚类分析及与疾病分期的关系[J]. 实用医学杂志, 2023, 39(22): 2994-3000.
[4]	吴晓君,卜诗淼,陈湘婷,俞军,刘勇,张跃红,辛松青,刘雨丰. 糖尿病视网膜病变发展中的免疫图谱变化[J]. 实用医学杂志, 2023, 39(19): 2517-2523.
[5]	张喆刘晓怡叶佩仪谢超孔耀中 . 2型糖尿病合并非糖尿病肾脏疾病患者临床及病理特征 [J]. 实用医学杂志, 2023, 39(10): 1253-1257.
[6]	汪乐新, 刘超, 马天龙, 杨安宁, 熊建团, 吴凯, 焦运白志刚, 姜怡邓, 马胜超, 张旭卢冠军, . LncRNA H19调控肾小球足细胞焦亡中作用 [J]. 实用医学杂志, 2023, 39(1): 12-20.
[7]	徐蕊何明钰刘新峰王荣品周丽明邓飞虎丁国恒. 磁共振新兴技术在肝纤维化的研究进展[J]. 实用医学杂志, 2023, 39(1): 124-128.
[8]	李聪, 孔令聪, 胡联亭袁海云任赟, 赵翰鹏, 王艳, 陈炫卉刘华章况宇梁会营余洪华杨小红, . 基于光学相干断层扫描血管成像技术智能预测先天性心脏病围术期转归的临床研究 [J]. 实用医学杂志, 2022, 38(9): 1136-1140.
[9]	吴盛忠高点王冬. 健康体检人群的电子健康素养现状及影响因素 [J]. 实用医学杂志, 2022, 38(9): 1141-1146.
[10]	曾依云董文韬邓铂林. 基于智能手机的非接触眼底成像筛查糖尿病视网膜病变 [J]. 实用医学杂志, 2022, 38(4): 464-467.
[11]	廖淑婷于向荣 . 能谱CT和人工智能在甲状腺癌诊断中的应用 [J]. 实用医学杂志, 2022, 38(2): 129-1133.
[12]	王爽冯艳红. 全自动三维超声右心室定量评价慢性肺源性心脏病患者右室收缩功能[J]. 实用医学杂志, 2022, 38(19): 2476-2480.
[13]	杨琳琳刘刚易锐王娟谢振华刘成琼陈洁. 急性肾损伤风险预测方法的研究进展[J]. 实用医学杂志, 2022, 38(18): 2367-2372.
[14]	安蔚梁昊岳孔晓冬. 拉曼光谱技术在肾脏病变鉴别诊断的应用进展[J]. 实用医学杂志, 2022, 38(16): 2094-2099.
[15]	李英娜董兰刘婉珊全林菲何凤 . 基于生物信息学分析早期糖尿病肾病发病机制[J]. 实用医学杂志, 2022, 38(14): 1736-1742.