《Indian Heart Journal》：Association Between Retinal AV Ratio and Coronary Artery Disease Severity in Acute Coronary Syndrome and Chronic Coronary Syndrome Patients: A Prospective Study
编辑推荐：
本研究针对冠状动脉疾病（CAD）早期无创检测的临床挑战，创新性地探讨了视网膜动静脉比值（AV Ratio）与SYNTAX评分在急性冠脉综合征（ACS）和慢性冠脉综合征（CCS）患者中的相关性。通过人工智能（AI）模型（VC-Net和SegFormer）自动分析视网膜图像，研究发现CCS患者中AV Ratio与SYNTAX评分呈显著负相关（r=-0.344），而AI模型对SYNTAX风险分层的准确率高达94.1%。这项研究为利用视网膜影像作为无创评估冠状动脉病变严重程度的生物标志物提供了新思路，具有重要的临床转化价值。
在当今心血管疾病负担日益加重的背景下，早期发现冠状动脉疾病（CAD）始终是临床实践中的重大挑战。尤其在南亚国家如印度，动脉粥样硬化性心血管疾病（ASCVD）的发病率居高不下，而目前常用的无创检查手段如CT冠状动脉造影和冠状动脉钙化评分，却因价格昂贵、可及性差，难以在广大人群中进行普及。因此，医学界一直在寻找更简便、经济且有效的筛查工具。
有趣的是，人的眼睛或许能为我们提供一扇窥视心血管健康的独特窗口。视网膜血管与冠状动脉微循环不仅在解剖结构上相似（直径约为100–250微米），而且拥有共同的胚胎起源和相似的危险因素。这提示，视网膜微血管的变化或许能够反映冠状动脉的病理状态。其中，视网膜动静脉比值（AV Ratio）作为一个经典指标，常用于评估小动脉狭窄程度，此前已有小型初步研究提示其与CAD存在关联。视网膜成像检查快速、无创、价格低廉且易于被患者接受，正常AV Ratio约为2:3，这使得它具备成为理想筛查工具的潜力。
在这一背景下，Mohit Dayal Gupta等研究人员在《Indian Heart Journal》上发表了一项前瞻性研究，旨在系统评估视网膜AV Ratio与冠状动脉病变严重程度（以SYNTAX评分量化）在急性冠脉综合征（ACS）和慢性冠脉综合征（CCS）患者中的相关性，并探索基于人工智能（AI）的自动化分析方法的可行性。
为了开展这项研究，研究人员采用了几个关键的技术方法。本研究为单中心前瞻性观察性研究，共纳入332名参与者，包括110名CCS患者、120名ACS患者和102名冠状动脉造影正常的对照组。所有参与者均接受了详细的临床评估和冠状动脉造影，SYNXAX评分由不知晓视网膜检查结果的介入心脏病专家计算。视网膜成像采用常规眼底相机完成，并使用“IMAGE J”软件测量中央视网膜动脉等效值（CRAE）和中央视网膜静脉等效值（CRVE），进而计算AV Ratio（CRAE/CRVE）。研究的核心技术亮点在于人工智能模型的应用：第一阶段（AV Ratio估算），使用VC-Net深度学习模型进行血管分割和动静脉分类，同时使用SegFormer模型分割视盘；第二阶段（基于眼底图像的SYNTAX评分预测），利用预训练的RETFound-Large模型获取图像特征，结合主成分分析（PCA）降维，再通过径向基函数（RBF）核岭回归模型预测SYNTAX评分，并采用5折交叉验证来评估模型性能，最终将患者分为低（<22）、中（23-32）、高（≥33）风险类别。
研究结果
AV Ratio在不同组间的比较
三组（CCS、ACS和对照组）的平均AV Ratio相似（CCS: 0.624 ± 0.11, ACS: 0.620 ± 0.12, 对照组: 0.650 ± 0.10; p = 0.153）。在校正了年龄、糖尿病、高血压、烟草使用和血脂参数后，组间AV Ratio仍无显著差异（p = 0.15）。
血脂谱差异
对照组显示出更有利的血脂谱，其总胆固醇、低密度脂蛋白（LDL）和甘油三酯水平显著低于ACS和CCS组，而高密度脂蛋白（HDL）水平则更高（所有比较p < 0.001）。然而，在ACS或CCS组中，视网膜AV Ratio与个体血脂参数（LDL、HDL、甘油三酯）均未显示出显著相关性。
AV Ratio与SYNTAX评分的相关性
冠状动脉造影结果证实CCS组的动脉粥样硬化负荷更高。CCS患者的平均SYNTAX评分（14.12 ± 8.96）显著高于ACS患者（10.49 ± 6.85）（p = 0.001）。本研究的主要发现是，在CCS患者中，视网膜AV Ratio与SYNTAX评分之间存在统计学上显著的负相关关系，Pearson相关系数 r = -0.344 (p < 0.001)。即使在调整了年龄、总胆固醇和舒张压后，这种负相关仍然显著（校正后 r = -0.300, p = 0.002）。相反，在ACS组中未观察到AV Ratio与SYNTAX评分之间存在显著相关性（未校正 r = -0.068, p = 0.458；校正后 r = -0.072, p = 0.438）。按性别分层后分析显示，在CCS患者中，这种负相关性在男性中显著，而在女性中不显著，但研究者指出女性亚组样本量较小。进一步分析显示，在CCS患者中，随着SYNTAX风险等级（低、中、高）的增加，平均AV Ratio呈现进行性下降的趋势（p = 0.037），这表明更高的SYNTAX评分与更低的视网膜AV Ratio（即微血管狭窄加重）相关。而在ACS组中未观察到这种趋势。
AV Ratio的判别能力（区分ACS与CCS）
受试者工作特征（ROC）分析显示，AV Ratio在区分ACS和CCS方面判别能力很差，曲线下面积（AUC）为0.51 (95% CI: 0.44–0.59; p = 0.79)，表明AV Ratio本身不能作为区分急性冠脉事件和稳定性CAD的有用生物标志物。
AI模型在视网膜分析中的性能
用于视网膜血管分割和标记的VC-Net模型在公开数据集上表现出色，血管分割准确度达0.95。自动计算的AV Ratio与人工标注的“金标准”相比，平均绝对误差（MAE）为0.124，均方根误差（RMSE）为0.154。
AI模型在SYNTAX预测中的性能
用于预测SYNTAX评分的AI模型（RBF核岭回归）在数值预测上表现出中等精度，预测值与真实值之间的平均绝对误差为6.21分，相关性为Pearson‘s r = 0.41。然而，该模型在风险分层方面表现优异：将患者正确分类到低、中、高SYNTAX风险类别的准确率高达94.1%。模型预测的SYNTAX评分在88.2%的患者中与真实评分相差在10分以内，凸显了其在粗粒度风险分层方面的潜在价值。
研究结论与讨论
本研究的主要结论是，视网膜AV Ratio与慢性冠脉综合征（CCS）患者的冠状动脉病变严重程度（SYNTAX评分）存在显著负相关，但在急性冠脉综合征（ACS）患者中未发现此关联。这表明视网膜微血管的变化可能主要反映了慢性的冠状动脉粥样硬化负荷，而非急性的斑块不稳定事件。这一发现与既往一些研究结果相吻合，支持了视网膜微血管可作为系统性血管健康“窗口”的观点。
本研究的重要创新点在于成功开发并验证了一个基于AI的自动化流程，能够从单一的眼底图像中自动计算AV Ratio并进一步预测SYNTAX风险类别。尽管模型在精确预测SYNTAX分数值上尚有改进空间，但其在将患者准确划分为不同风险等级方面的高准确率（94.1%）表明，这种工具有望用于CAD的初步筛查和风险分层，帮助识别那些可能患有高风险冠状动脉病变、需要进一步侵入性评估的患者。
研究的局限性包括单中心设计、样本量有限（特别是某些亚组）、横断面设计无法推断因果关系，以及AI模型需要外部数据集进行验证。然而，这项研究为利用廉价、无创、易于获取的眼底照相技术评估冠状动脉疾病严重程度提供了概念验证。未来需要在更大规模、多中心的前瞻性研究中对这些发现进行验证，并探索将视网膜血管分析整合到临床心血管风险预测模型中的价值。如果得到进一步证实，这种基于AI的眼底图像分析工具有可能成为一种变革性的心血管健康筛查工具，尤其在医疗资源有限的地区具有重要意义。
