发表在《英国眼科杂志》(British Journal of Ophthalmology)网站上的一项研究发现，视网膜(位于眼睛后部的光敏感神经组织层)的生理年龄与一个人的实际年龄(实足)之间的差异与他们的死亡风险有关。

研究人员建议，这种“视网膜年龄差距”可以作为一种筛查工具。

越来越多的证据表明，视网膜上的小血管网络(微血管系统)可能是身体循环系统和大脑整体健康状况的可靠指标。

研究人员说，虽然患病和死亡的风险会随着年龄的增长而增加，但很明显，这些风险在同一年龄段的人之间差别很大，这意味着“生物老化”是个体特有的，可能是当前和未来健康状况的更好指标。

一些基于组织、细胞、化学和成像的指标已经被开发出来，用来检测与实际年龄老化不同步的生物老化。但研究人员说，这些技术充满了伦理/隐私问题，而且往往具有侵略性、昂贵和耗时。

因此他们转向深度学习是否能准确地预测一个人的视网膜眼底图像的时代,内部表面的眼睛后,看看是否有区别,一个人的真实年龄,称为视网膜年龄差距,可能会导致死亡的高风险。

深度学习是一种机器学习和人工智能(AI)，它模仿人们获取特定类型知识的方式。但与线性的经典机器学习算法不同，深度学习算法是堆叠在一个日益复杂的层次结构中。

研究人员从46969名40岁至69岁的成年人身上采集了80169张眼底图像，这些人都是英国生物样本库(UK Biobank)的成员，这是一项基于人口的大型研究，研究对象为50多万英国中老年居民。

在最初的Biobank健康检查中，来自11,052名健康状况相对良好的参与者的大约19,200张右眼眼底图像被用于验证深度学习模型预测视网膜年龄的准确性。

这表明预测的视网膜年龄和实际年龄之间有很强的相关性，总体准确度在3.5年以内。

然后，在平均11年的监测期间，对其余35917名参与者的视网膜年龄差距进行了评估。

在此期间，1871人(5%)死亡:321人(17%)死于心血管疾病;1018例(54.5%)癌症;532例(28.5%)其他原因包括痴呆。

“快老者”(即视网膜看起来比实际年龄更老的人)视网膜年龄差距超过3岁、5岁和10岁的比例分别为51%、28%和4.5%。

除心血管疾病或癌症外，较大的视网膜年龄差距与死亡风险增加49%-67%显著相关。

每增加1年,视网膜年龄差距与增加2%死于任何原因的风险和死亡的风险增加3%从特定的原因除了心血管疾病和癌症,占潜在影响因素后,如高血压、体重(BMI),生活方式,和种族。

同样的方法应用于左眼也产生了类似的结果。

这是一项观察性研究，不能确定原因。研究人员还承认，这些视网膜图像是在某一时刻捕捉到的，而且参与者可能不能代表整个英国人口。

然而，他们写道:“我们的新发现已经确定，视网膜年龄差距是死亡风险增加的一个独立预测因子，特别是非心血管疾病/非癌症死亡率。这些发现表明，视网膜年龄可能是一种临床意义重大的衰老生物标志物。”

他们补充说:“视网膜提供了一个独特的、可访问的‘窗口’，以评估与死亡风险增加相关的系统性血管和神经系统疾病的潜在病理过程。

“这一假设得到了之前研究的支持，这些研究表明视网膜成像包含心血管危险因素、慢性肾脏疾病和系统生物标志物的信息。”

他们解释说，新的发现，结合之前的研究，为“视网膜在衰老过程中扮演重要角色，并且对增加死亡风险的老化累积损伤敏感的假设”增加了重量。

文章标题

Clinical Science: Retinal age gap as a predictive biomarker for mortality risk