生物行移动版

导语： “眼睛是心灵的窗户”这句谚语可能有一定的道理。与年龄相关的变化反映在视网膜——眼睛后部的光敏组织上。最近的研究表明，视网膜的照片也可能揭示糖尿病等主要疾病的潜在风险。东北大学医学研究生院的Nakazawa Toru教授领导的研究小组开发了一种人工智能模型，可以从单张眼底照片中估计反映个体生物衰老的指标——“视网膜年龄”。该研究发表于《通讯医学》。

研究背景：眼底图像作为健康筛查工具

优势

• 眼底图像是作为常规健康检查一部分进行的非侵入性照片

• 无需额外工作

• 模型可几乎无摩擦地添加到临床医生的典型工作流程中

核心发现：AI估计视网膜年龄

模型训练与验证

• 训练：50,595张无疾病成年人的质量控制眼底图像

• 内部验证：7,288张额外图像

• 准确性：平均误差约三年（优于先前基准）

关键创新

• 训练期间纳入HbA1c（血糖标志物），帮助更稳健地捕获年龄相关视网膜模式

• 临床部署无需血液检测——只需拍照

视网膜年龄差距与疾病风险

定义

• 视网膜年龄差距 = AI预测的视网膜年龄与实际年龄之差

关键发现

• 对于某些患者，该差距显著更大

• 在糖尿病、心脏病或中风病史的个体中，差距显著增大

• 表明视网膜看起来比实际年龄更老

研究局限与未来方向

当前状态

• 主要基于横断面分析，提示相关性而非因果关系

未来研究

• 正在计划对超过10,000人的队列进行连续3年随访

• 检查视网膜年龄相关信号是否与未来心血管和其他全身性疾病的发展相关

临床潜力

• 有朝一日可作为有前景的筛查辅助工具

• 识别可能需要进一步健康评估或个性化预防策略的患者

“眼底图像是作为常规健康检查一部分拍摄的非侵入性照片——所以不需要额外工作。我们的模型将几乎无摩擦地添加到临床医生的典型工作流程中。我们已经计划进行一项研究，跟踪一个超过10,000人的队列，进行连续的3年随访，以检查视网膜年龄相关信号是否与心血管和其他全身性疾病的未来发展相关。”

— Toru Nakazawa教授，东北大学

研究信息

• 原始论文：Ninomiya, T. et al. "High-accuracy retinal age prediction via fundus-based multitask learning reveals the effect of systemic disease." Communications Medicine (2026). DOI: 10.1038/s43856-026-01573-y

• 研究机构：东北大学医学研究生院

结语

这项研究开发了一个AI模型，可从单张眼底照片估计“视网膜年龄”，平均误差约三年。研究发现，糖尿病、心脏病或中风病史患者的视网膜年龄与实际年龄的差距显著更大，提示视网膜比预期更老。该模型可作为常规健康检查的无摩擦辅助工具，识别可能需要进一步健康评估的患者。目前正在进行更大规模的纵向研究以验证其预测未来疾病的能力。

《通讯医学》原文：https://doi.org/10.1038/s43856-026-01573-y