Visionary AI 通过视网膜影像预测妊娠期高血压疾病

妊娠期高血压疾病（HDP）是全球孕产妇与围产儿死亡的主要原因之一^[1,2]，其中子痫前期以胎盘灌注不良、可溶性因子入血并损伤母体血管内皮为核心病理，确诊后除终止妊娠外尚无治愈手段，也无药物被证实能改变病程^[1]，预防性小剂量阿司匹林虽可降低早产型子痫前期风险^[1]，但前提是孕早期完成准确的风险识别。而现有诊断依赖孕20周后才出现的高血压、蛋白尿等表现，疾病负担沉重——仅美国2012年子痫前期相关花费即约21.8亿美元^[2]。视网膜为窥见全身微血管提供了无创窗口：OCTA研究显示视网膜与脉络膜血管指标的改变可先于胎盘功能不全的临床发病^[6]；基于眼底照片的深度学习预测也已起步，上海一项纳入1138例孕妇的前瞻队列报告了早期预测价值^[5]，PROMPT模型在14周前的1812例孕妇中结合危险因素与眼部参数报告AUG达0.87^[4]，基于160万张无标注眼底图自监督预训练的RETFound则提供了通用的眼底基础模型^[3]。

本研究提出Visionary AI，其理念与以往把眼底图当作黑箱输入不同，而是将视网膜血管树建模为可量化、可解释的生物系统，用以反映胎盘发育期间全身内皮与血管生成过程。作者在哥伦比亚大学1267名孕妇队列（子痫前期55例，占4.3%，1例因图像质量排除后54例进入分析）中，用Optos超广角设备跨早、中、晚孕期采集影像，实现早于临床诊断数月的子痫前期与妊娠期高血压预测，诊断均按2013年ACOG标准由不知晓影像结果的母胎医学专家复核。团队还构建了稳定性优化模型，在不使用NYU标签重训或调参的前提下迁移至独立的NYU队列（79人，子痫前期14例、占17.7%，排除1例后13例），并与FMF风险计算器、阿司匹林资格标准及RETFound进行了基准比较；其预印本（2025年11月）报告早发型子痫前期AUC为0.93、重症子痫前期为0.89^[7]。

相对已有认识，这项工作的推进主要在可解释性与可迁移性：作者指出PROMPT在单中心交叉验证下仅用图像时AUC为0.74、重度依赖平均动脉压等临床变量，且两项先行研究均限于同质的东亚人群，而本研究在以拉美裔为主的美国队列中开发，并在种族构成、年龄与IVF比例均不同的NYU人群中完成零重训外部验证；针对前瞻孕期队列事件数有限、直接微调基础模型受限的现实约束，本文选择降维同时保留血管生物学结构的建模范式，并以RETFound为对照检验其增量信息^[3]。

局限同样清楚：外部验证队列仅79人，观察到的子痫前期患病率17.7%远高于NYU年均约8%，作者因此采用患病率校正的性能估计；亚型分析只是对模型行为的描述性评估，而非独立训练的亚型模型。论文引述的16周前启动阿司匹林可最多降低62%早产型子痫前期风险这一获益，能否通过视网膜筛查真正转化为临床结局改善，仍有待前瞻性试验回答。