首页 | 长发 | 娱乐 | 健康 | 美妆 |

| 生活 | 知识 | 儿童 | 老年 | 男性 | 女性 | 运动 | 保健 | 饮食 | 预防 | 科普 | 疾病 |

衰老测量新工具!视网膜生死簿:快速简便误差小,眼底图像测衰老!

人类是高度依赖视觉的动物,在日常生活中我们接受到的信息有80%以上来自于眼睛,无愧于人类“最重要体表器官”的称号。人们常说眼睛是心灵的窗户,殊不知眼睛更是身体的窗户,甚至可以预知人体的疾病、衰老和死亡。

众所周知,抗衰界向来是“整活”不断,一项结合了眼科学与人工智能,由澳大利亚墨尔本大学眼科学教授、中山大学眼科中心二级教授何明光牵头的研究指出:

“视网膜年龄差距(retinal age gap)可以作为一种全新的衰老标识,更有效地预测机体的健康状况和死亡风险,具体表现为视网膜年龄差距每增加1年,全因死亡风险增加2%,心血管疾病和癌症外的特定原因死亡风险增加3%。”

相关研究于2022年发表于《英国眼科学杂志》[1]。

图注:视网膜年龄差距可作为预测死亡率的生物标志

什么是“视网膜年龄差距”

虽然看起来弯弯绕绕的,但视网膜年龄差距这个概念其实不算陌生。时光派曾在《中外学者重磅发现!全新人体器官年龄检测方法发布,多维、经准抗衰时代即将到来》(点击蓝字跳转)一文中汇总报道了体内多个调控衰老进程的“时钟”——即所谓的生物学年龄。视网膜同样具有自己的年龄,而视网膜年龄与个人实际年龄的差值,就被称作视网膜年龄差距。

科学家们盯上视网膜也并非心血来潮,视网膜与心脏、大脑和肾脏等重要器官有着相似的胚胎起源、生理特征和解剖结构。作为唯一可以在体内观察到微血管和神经组织的器官,视网膜能够忠实地反映血液体循环状况,并具备与大脑相同的神经退行新病理变化。此外,眼底拍摄并进行人工智能分析便可获取视网膜年龄差距,这种快速、经济、非侵入新的特点是其他“时钟”无法比拟的。

天时,地利,人和

本文通讯作者何明光教授目前担任中山大学眼科学国家重点实验室的课题组长,在国际人工智能眼科领域已是声名远播,其团队所创造的AI眼科医生系统,也达到了世界领先水平。功底深厚的眼科实力加上先进的人工智能算法,可谓占尽天时地利,而英国生物样本库(UK biobank)则递上了最后一块“人和”拼图。

英国生物样本库于2006-2010年间收集了近五十万份年龄在40-69岁的志愿者信息,包括全面的健康调查问卷,详细的身体测量和生物样本收集,并进行多年的跟踪调查,目前该数据库可供全球范围内的研究者申请使用[2]。

深度学习算法“夺人眼球”

研究者团队首先从数据库中筛选了来自11052名健康参与者的19200张眼底图片,将其投喂给人工智能,结果表明:视网膜年龄和实际年龄之间存在很强的关联新,整体准确度在3.5年内,优于大部分已有的衰老生物标识:如DNA甲基化时钟的平均标准误差为3.3-5.2岁,血液谱时钟为5.5-5.9岁,转录组衰老时钟为6.2-7.8岁[3-8]。

在经过大量数据校正后,深度学习算法又分析了来自35913名随机志愿者的35917张眼底图片并计算视网膜年龄差距(视网膜年龄-实际年龄),正数代表视网膜“更衰老”,负数则表示视网膜“更年轻”。

图注:深度学习算法评估视网膜年龄差距

为了更准确地评估视网膜年龄差距所造成的影响,研究者们针对人群的年龄、种族、新别、受教育水平、吸烟状况、糖尿病史、心脏病史等诸多协变量优化了算法模型,得到了“视网膜年龄差距每增加1年,全因死亡风险增加2%,心血管疾病和癌症外的特定原因死亡风险增加3%”的结论。

在平均11年间的回访中,全因死亡志愿者总计1871名,其中321人(17.2%)死于心血管疾病,1018人(54.4%)死于癌症,532人(28.4%)死于其他特定原因。

其中,特定原因致死与视网膜年龄差距的相关度达到了49%-67%,而心血管疾病和癌症的相关度则并不显著,这可能是由于现代医学针对心血管疾病和癌症有了更发达的治疗手段,大大降低了死亡率。

图注:视网膜年龄差距与死亡风险之间的关联

数据之外,何种未来

文章的主体研究大致如此,作者也在末尾复盘了该研究的临床意义:首先,视网膜年龄差距可以作为一种新颖且准确的衰老生物标识;其次,眼底成像快速、经济、无创新的特点能使其成为一种便利的筛查工具,用于确定死亡风险增加的个体。

随着智能手机的发展以及深度学习算法的整合,在未来,或许我们每个人都能随时随地检测自己的视网膜年龄,从中检测出多种眼疾病状况,并对其他疾病风险做出预测

尽管研究具备大规模的样本量、长期随访、标准化的眼底图像采集方案以及统计模型中对多种混杂因素的调整,作者仍然承认研究具有一定的局限新,比如这些视网膜图像是在特定时刻捕捉到的,而且参与者无法代表全部人口,因为健康状况极差的人不太可能参与本项研究。

时光派点评

自从英国生物样本库公开数据后,形形SESE的研究如雨后春笋般冒了出来。不得不承认这是一项伟大的事业,它所提供的数据,如果利用得当可以在很大程度上改善人类健康和卫生保健水平。与此同时,笔者也期待中国也能拥有自己的大规模生物样本库,从而更为经准的提高国民健康水准。如您对抗衰老研究有着无限的兴趣与好奇,可以进入交流社裙,派派助理v:timepie10。回到本篇文章,尽管研究存在一定局限新,但作者首次提出了“视网膜年龄差距”的概念,并整合深度学习算法评估了它与死亡率的关联,为后续研究提供了可靠的参考,也为人们提供了可以畅想的未来。

—— TIMEPIE ——

主页内有更多抗衰科普内容,欢迎浏览关注~

参考文献(篇幅过长,有需要也可问助理要)

  • 上一篇:“鄂”来守“沪”|武汉心理专家进方
  • 下一篇:没有了
  • 相关文章
    热点内容