撰文丨王聪编辑丨王多鱼排版丨水成文卒中（Stroke，也叫做中风）是全球范围内导致死亡和长期残疾的主要原因之一。传统的中风风险评估主要依赖于临床风险因素的信息，这些信息大多来自自我报告的数据，比如吸烟史和缺血性中风病史等，但其在准确识别高危人群方面存在不足。之前的研究表明，传统中风风险预测模型的准确性一般（一致性指数仅为 0.58-0.73）。2025 年 6 月 6 日，清华大学医学院黄天荫教授、上海交通大学盛斌教授、李华婷研究员、贾伟平院士、清华大学自动化系戴琼海院士、首都医科大学附属北京天坛医院王拥军教授等人在 Nature 子刊 Nature Biomedical Engineering 上发表了题为：A deep learning system for detecting silent brain infarction and predicting stroke risk 的研究论文。该研究开发了一款名为 DeepRETStroke 的深度学习系统，用于检测无症状脑梗死（SBI）和预测中风风险，只需利用视网膜图像，无需进行脑部成像，有助于识别高危人群，从而实施预防策略，以降低未来中风风险。摘要：撰文丨王聪编辑丨王多鱼排版丨水成文卒中（Stroke，也叫做中风）是全球范围内导致死亡和长期残疾的主要原因之一。传统的中风风险评估主要依赖于临床风险因素的信息，这些信息大多来自自我报告的数据，比如吸烟史和缺血性中风病史等，但其在准确识别高危人群方面存在不足。之
来源：老刘的科学讲堂