英国杂志在线发表的一项研究发现，视网膜的生物学年龄、眼睛后部神经组织的光敏层与一个人的真实(实际)年龄之间的差异与他们的死亡风险有关。眼科。
研究人员建议，这种“视网膜年龄差距”可以用作筛查工具。
越来越多的证据表明，视网膜中的小血管(微血管)网络可能是身体循环系统和大脑整体健康状况的可靠指标。
虽然疾病和死亡的风险随着年龄的增长而增加，但很明显，这些风险在同龄人之间存在很大差异，这意味着“生物老化”是个体独有的，可能是当前和未来健康状况的更好指标，研究人员。
已经开发了几种基于组织、细胞、化学和成像的指标来检测与时间老化不同步的生物老化。但研究人员表示，这些技术充满了道德/隐私问题，而且通常具有侵入性、昂贵且耗时。
因此，他们转向深度学习，看看它是否可以从眼底、眼睛内部后表面的图像中准确预测一个人的视网膜年龄，并看看这与一个人的真实年龄(称为“视网膜年龄差距”，可能与死亡风险增加有关。
深度学习是一种机器学习和人工智能 (AI)，它模仿人们获取某些类型知识的方式。但与线性的经典机器学习算法不同，深度学习算法堆叠在复杂性不断增加的层次结构中。
研究人员利用了 46,969 名 40 至 69 岁的成年人拍摄的 80,169 张眼底图像，这些人都是英国生物银行的一部分，这是一项针对超过 50 万英国中老年人的大型人口研究。
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在视网膜年龄预测方面的准确性。
这表明预测的视网膜年龄和实际年龄之间存在很强的关联，总体准确度在 3.5 年内。
然后在 11 年的平均监测期内评估其余 35,917 名参与者的视网膜年龄差距。
在此期间，1871(5%)名参与者死亡：321(17%)名心血管疾病;1018 (54.5%) 癌症;和 532 (28.5%) 的其他原因，包括痴呆症。
视网膜年龄差距超过 3 年、5 年和 10 年的“快龄者”的比例分别为 51%、28% 和 4.5%。
除心血管疾病或癌症外，视网膜年龄差距较大与死亡风险增加 49%-67% 显着相关。
视网膜年龄差距每增加 1 年，全因死亡风险增加 2%，心血管疾病和癌症以外的特定原因死亡风险增加 3%。影响因素，如高血压、体重(BMI)、生活方式和种族。
应用于左眼的相同过程产生了相似的结果。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！