【美國《尤里卡警報》2022年1月19日文章】題：視網膜生物學年齡與個體實際年齡的差異與其死亡風險增加有關。
英國雜誌在線發表的一項研究發現，視網膜的生物學年齡、眼睛後部神經組織的光敏層與個體實際年齡之間的差異與其死亡風險有關。
研究人員建議可將這種視網膜年齡差距作為篩查工具，越來越多的證據表明，視網膜中的小血管（微血管）網絡可能是人體循環系統和大腦整體健康狀況的可靠指標。
儘管疾病和死亡的風險隨著年齡的增長而增加，但很明顯，這些風險在同齡人之間存在很大差異，這意味著生物老化為個體獨有，可能是當前和未來健康狀況的更好指標。
研究人員已開發了幾種基於組織、細胞、化學和成像的指標來檢測與實際衰老不同步的生物衰老，但這些技術存在倫理/隱私問題，且通常具有侵入性、昂貴且耗時。
深度學習是一種機器學習和人工智慧（AI），它模仿人們獲取某些類型知識的方式。但與線性經典機器學習算法不同，深度學習算法堆疊在複雜性不斷增加的層次結構中。
研究發現，預測的視網膜年齡和實際年齡之間存在很強的關聯，總體準確度在3.5年以內。視網膜年齡差距超過3年、5年和10 年的「快齡者」比例分別為51%、28%和4.5%。
除了心血管疾病或癌症，視網膜年齡差距較大與死亡風險增加49%-67%明顯相關，視網膜年齡差距每增加1年，全因死亡風險增加2%，心血管疾病和癌症以外的特定原因死亡風險增加3%。影響因素包括高血壓、體重 (BMI)、生活方式、種族等。
該研究是一項觀察性研究，因此無法確定原因，視網膜圖像是在某一時刻拍攝，參與者可能無法代表整個英國人口。該研究確定視網膜年齡差距是死亡風險增加的獨立預測因素，視網膜年齡可能是一個具有臨床意義的衰老生物標誌物。
參考資料：
https://www.eurekalert.org/news-releases/940262
註：本文旨在介紹醫學研究進展，不能作為治療方案參考。如需獲得健康指導，請至正規醫院就診。
版權說明：本文為杏和醫療團隊創作編輯，轉載請註明出處。