主要观点总结
本文介绍了由上海交通大学医学院附属第六人民医院贾伟平教授和李华婷教授团队与清华大学、北京天坛医院等多机构专家合作研究的DeepRETStroke系统。该系统是首个基于视网膜图像的眼-脑垂域基座大模型，可无创识别无症状性脑梗死（SBI）并预测未来卒中风险。该研究在多个国家和地区的医疗和学术机构合作下完成，得到了科技部的资助。
关键观点总结
关键观点1: 研究成果概述
研究团队通过医工交叉合作，成功创建基于视网膜图像的眼-脑垂域基座大模型DeepRETStroke系统。该系统能够自动识别无症状性脑梗死（SBI）并预测未来卒中风险，为卒中预防管理提供新策略。
关键观点2: 技术应用与创新
DeepRETStroke系统通过眼底图像这一简单、无创且便于采集的媒介，实现了对SBI和卒中风险的智能识别与预测。这一技术突破了对高成本脑影像技术的依赖，为高风险人群管理提供了普惠化、可推广的解决方案。
关键观点3: 系统性能与优势
DeepRETStroke系统可在不同人种中表现良好的鲁棒性和泛化性，显著优于传统预测模型。通过前瞻性干预研究，该系统在指导卒中复发预防策略方面提供了坚实的循证依据。
关键观点4: 研究合作与资助
该研究得到了包括清华大学、上海交通大学医学院附属第六人民医院、北京天坛医院等多机构的合作，以及来自多个国家的研究团队的支持。该研究还得到了科技部国家重点研发计划、国家自然科学基金和上海市科委“一带一路”国际联合实验室建设项目的资助。
免责声明
免责声明：本文内容摘要由平台算法生成，仅为信息导航参考，不代表原文立场或观点。
原文内容版权归原作者所有，如您为原作者并希望删除该摘要或链接，请通过
【版权申诉通道】联系我们处理。
微博登录
