L’imagerie rétinienne, notamment le fond d’œil (FO) et la tomographie par cohérence optique-angiographie (OCT-A), permet une analyse quantitative et non invasive de la microvascularisation, reflétant l’état vasculaire systémique. Ces explorations étaient initialement consacrées aux pathologies oculaires. Désormais, elles sont reconnues comme des biomarqueurs prédictifs en cardiologie et en neurologie notamment. Grâce à des logiciels d’analyse (SIVA, QUARTZ) et à l’intelligence artificielle (IA), il est possible de détecter précocement des altérations microvasculaires associées à des profils de patients à haut risque cardiovasculaire, les cardiopathies ischémiques, pathologies vasculaires cérébrales.
Menée au CHU de Dijon, l’étude EYE-MI a montré une corrélation significative entre la densité vasculaire rétinienne et le score de risque cardiovasculaire AHA. L’IA, via le deep learning (ou apprentissage profond) améliore la précision de ces outils, ouvrant la voie à une médecine personnalisée et préventive. Cet article présente les applications cliniques de ces techniques, leur intégration dans les scores de risque traditionnels et les perspectives offertes par l’“oculomics”.