新加坡国立大学杨潞龄医学院的研究人员展示了一项突破性成果：通过人工智能分析视网膜照片，可预测个体的认知衰退和痴呆风险。这项发表于《阿尔茨海默病与痴呆》期刊的首创研究，揭示了视网膜衰老生物标志物在脑健康管理中的巨大潜力。
由新加坡国立大学创新精准眼科健康中心程清宇教授和健康长寿转化研究计划Christopher Chen教授共同领导的团队，开发了名为RetiPhenoAge的新型深度学习生物标志物。该技术通过标准眼底图像估算视网膜生物学年龄，为临床提供创新检测手段。
研究分析了新加坡记忆诊所招募的500多名参与者数据。结果显示，视网膜生物学年龄较高的个体，在五年内发展为认知衰退或痴呆的风险显著增加（每标准差增加对应25-40%风险提升）。英国生物样本库3.3万名参与者数据进一步验证了该发现，在12年随访中同样显示视网膜年龄升高与痴呆风险增加相关。
通过脑扫描和血液标志物验证，研究证实视网膜衰老反映了与神经退行性疾病相关的关键生物学过程。程教授指出："RetiPhenoAge能够无创评估个体生物学年龄，为认知健康管理提供重要参考。我们希望在更大规模和多样化人群中验证该工具，并评估其临床应用效果。"
Chen教授强调："面对全球痴呆症病例上升趋势，迫切需要可扩展的预测工具。RetiPhenoAge可能成为社区层面有效且经济的筛查方案。"该技术已整合入新加坡综合诊疗所现有眼科设备，研究团队正推进其在亚洲及其他地区人群的验证工作。
联合第一作者Sim Ming Ann博士和Tham Yih Chung助理教授表示，该技术将助力临床早期识别高风险人群，改善痴呆症诊疗效果。团队下一步计划将利用视网膜成像筛查社区认知障碍人群，并探索RetiPhenoAge在监测干预效果（如生活方式调整、药物治疗等）中的应用价值。
【全文结束】
