基于人工智能模型量化视网膜血管特征参数预测子痫前期的可行性研究.pdfVIP

上海交通大学学报（医学版）

552Vol.44No.5May2024

JOURNALOFSHANGHAIJIAOTONGUNIVERSITY(MEDICALSCIENCE)

高危妊娠专题

基于人工智能模型量化视网膜血管特征参数预测子痫前期

的可行性研究

周天凡1，邵飞雪1，万盛1，周晨晨1，周思锦2，花晓琳1

1.同济大学附属妇产科医院产科，上海201204；2.北京鹰瞳科技发展股份有限公司，北京100089

［摘要］目的·基于人工智能（artificialintelligence，AI）模型，探讨视网膜血管特征参数在子痫前期（preeclampsia，PE）

中的预测能力。方法·回顾性纳入2020年6月—2021年1月在妊娠16周前于同济大学附属妇产科医院建卡、规律产检、行

眼底图像拍摄并于该院分娩的789例单胎活产孕妇。根据孕妇是否发生妊娠期高血压疾病（hypertensivedisordersof

pregnancy，HDP），将其分为正常妊娠组（n=685）和HDP组（n=104）；根据是否发生PE，将HDP组分为妊娠期高血压

（gestationalhypertension，GH）组（n=36）和PE组（n=68）；且根据发病孕周，将PE组分为早发型PE组（发病孕周34周）

和晚发型PE组（发病孕周≥34周）。获取入组孕妇的眼底图像，利用AI算法诊断眼底病变特征、量化视网膜血管特征参数并

对眼底特征、视网膜血管特征参数进行比较分析。采用单因素Logistic回归模型分析PE发生的影响因素，并采用多因素

Logistic回归模型进一步评估视网膜血管特征参数等与PE发生的相关性。采用受试者操作特征曲线（receiveroperator

characteristiccurve，ROCcurve，ROC曲线）的曲线下面积（areaunderthecurve，AUC）分析视网膜血管特征参数等对PE

（早发型PE和晚发型PE）的预测能力。结果·眼底特征及视网膜血管特征参数的分析结果显示，正常妊娠组和PE组孕妇的

视网膜中央动脉直径等效值（centralretinalarteryequivalent，CRAE）、视网膜中央静脉直径等效值（centralretinalvein

equivalent，CRVE）、视网膜动静脉比值（arteriole-to-venularratio，AVR）、视网膜动脉弯曲度和视网膜动脉分形维数间差异

具有统计学意义（均P0.05）。单因素Logistic回归分析显示，孕中期平均动脉压（meanarterialpressure，MAP）、孕中期胎

儿估计体质量（estimatedfetalweight，EFW）、CRAE、CRVE、AVR、视网膜动脉弯曲度和视网膜动脉分形维数是PE发生

的影响因素（均P0.05）。多因素Logistic回归分析显示，孕中期EFW、CRAE、CRVE、AVR、视网膜动脉弯曲度和视网膜

动脉分形维数是PE发生的保护因素，孕中期MAP是其危险因素（均P0.05）。ROC曲线的分析结果显示，母体危险因素+

孕中期产检资料（包括MAP和EFW）+视网膜血管特征参数模型对PE预测能力较好［AUC（95%CI）=0.784（0.725‒

0.843）］，且其对早发型PE的预测能力更优［AUC（95%CI）=0.840（0.756‒0.924）］。结论·使用基于AI模型量化的视网

膜血管特征参数联合母体危险因素、孕中期产检资料（包括MAP和EFW）能够较好地预测PE