人工智能预测视网膜年龄以识别生物衰老早期迹象AI predicts retinal age to identify early signs of biological aging

环球医讯 / AI与医疗健康来源:www.news-medical.net日本 - 英语2026-05-13 09:23:06 - 阅读时长3分钟 - 1012字
日本东北大学医学研究生院的中泽彻教授团队开发了一种人工智能模型,能通过单张眼底照片准确估算"视网膜年龄",平均误差仅约三年。研究表明,视网膜年龄与实际年龄的差距在糖尿病、心脏病或中风患者中显著更大,表明其视网膜老化程度超过实际年龄。该非侵入性筛查工具只需常规健康检查中的眼底照片,无需额外检测,可无缝融入临床工作流程。研究基于50,595张质量控制的眼底图像训练,已在《通讯医学》发表,团队正计划对10,000多人进行为期3年的追踪研究,以验证视网膜年龄信号能否预测心血管等系统性疾病的发展。
人工智能视网膜年龄生物衰老疾病筛查糖尿病心血管疾病眼底照片
人工智能预测视网膜年龄以识别生物衰老早期迹象

"眼睛是心灵的窗户"这句俗语可能确实有道理。与年龄相关的变化会反映在视网膜上,即眼睛后部的感光组织。最新研究表明,视网膜照片还可能揭示糖尿病等重大疾病的潜在风险。日本东北大学医学研究生院的中泽彻教授领导的研究团队开发了一种人工智能(AI)模型,该模型可以通过单张眼底照片估算"视网膜年龄"——一个反映个体生物衰老的指标。视网膜年龄与重大疾病风险之间的明显关联未来可能被用作有效的筛查辅助工具。

"眼底图像是常规健康检查中拍摄的眼睛非侵入性照片——因此不需要额外工作。我们的模型几乎可以无缝地融入临床医生的常规工作流程中。"

日本东北大学医学研究生院 中泽彻教授

该AI模型在50,595张经过质量控制的无疾病成年人眼底图像上进行了训练,并在另外7,288张图像上进行了内部验证。该AI模型基于从这些眼底图像中看到的特征来评估"视网膜年龄"。研究人员发现,该模型在预测患者年龄方面比先前的基准更为准确,平均误差约为三年。在训练过程中纳入了血糖标志物HbA1c,以更可靠地捕捉与年龄相关的视网膜模式。然而,如果该模型用于临床,将不需要进行血液检测。它就像拍照一样简单。

随后,研究人员检查了"视网膜年龄差距",定义为AI预测的视网膜年龄与实际年龄之间的差异。尽管该模型在基于视网膜准确预测实际年龄方面表现出色,但他们注意到某些患者的这一差距更大。在按年龄和性别匹配参与者后,他们发现糖尿病、心脏病或中风病史的个体中,这一差距明显更大,表明其视网膜看起来比实际年龄更老。

研究人员指出,尽管这些发现令人兴奋,但它们主要基于横断面分析,表明相关性而非因果关系。需要进一步的前瞻性纵向研究来确定视网膜年龄和视网膜年龄差距能在多大程度上预测未来疾病的发生。

"我们已经在计划一项研究,将对10,000多名参与者进行为期3年的连续随访,以检查视网膜年龄相关信号是否与心血管和其他系统性疾病未来的发展有关。"中泽教授表示。

该工具旨在未来成为一种有前景的筛查辅助工具,能够识别出可能需要进一步健康评估或其他个性化预防策略的患者,具体取决于临床医生的判断。

该研究的外部验证得到了东北大学战略合作伙伴伦敦大学学院的Pearse Keane教授实验室的支持。研究结果于2026年4月8日发表在《通讯医学》上。

【全文结束】