人的實際年齡，不一定能忠實地反映身體(ti) 的衰老程度。但眼睛說不定可以……

撰文 | 栗子

審校 | Clefable

一個(ge) 人的實際年齡（chronological age），是從(cong) 出生之日開始計算。

不過，出生的時間一樣久，並不代表身體(ti) 一樣老。有些人40歲，身體(ti) 機能可以和20多歲的普通人媲美，也有些人40歲，各個(ge) 髒器運轉起來就像普通人60歲左右的狀態。

假如拋開實際年齡，人體(ti) 的衰老程度還可以通過其他的途徑來觀察。比如，基因組裏DNA甲基化的水平總體(ti) 下降，就是機體(ti) 老化的一種表現。於(yu) 是，人們(men) 常常把DNA甲基化程度當成一座“衰老時鍾”。

而現在，眼睛也可以成為(wei) 觀察衰老進程的窗口，甚至能用來評估死亡風險。最近有科學家發現，視網膜年齡比實際年齡更老的人，在近幾年內(nei) 過世的概率比其他人要大。研究團隊把這項成果發表在《英國眼科雜誌》（British Journal of Ophthalmology）。

不過，科學家要怎樣判斷一個(ge) 人的視網膜有多老呢？

AI能看出視網膜的年紀

當一個(ge) 人慢慢變老，體(ti) 內(nei) 各種器官的運行狀態會(hui) 有變化，從(cong) 生機勃勃到年久失修，眼睛也不例外。如果分析眼底圖像或許就能發現，不同年齡的人，視網膜的麵貌也有不同。

抱著這樣的想法，來自廣東(dong) 省醫學科學院、墨爾本大學等機構的科學家們(men) ，開發了一種深度學習(xi) AI，想讓它根據眼底圖像中視網膜的樣子，來預測主人的年紀。

為(wei) 此，研究團隊從(cong) 英國生物樣本庫（UK Biobank）裏找來了19 200張眼底圖。這些圖片來自11 052人，他們(men) 的年齡從(cong) 40歲到69歲不等，但有個(ge) 共同點：在圖像拍攝前都沒有既往病史。科學家希望，AI能在健康狀況良好的人群中，學習(xi) 到視網膜隨著年齡增長是怎樣變化的。

AI根據眼底圖和圖片主人的實際年齡，來學習(xi) 預測（圖片來源：原論文）

在這一萬(wan) 多張眼底圖當中，大部分圖片要作為(wei) 訓練數據投喂給AI，且標注了實際年齡，供AI摸索其中的規律。等訓練完成後，剩下的圖片會(hui) 作為(wei) 驗證數據（相當於(yu) 考題）輸入給AI，不標注實際年齡，讓AI根據圖片來預測年齡。

團隊發現，AI預測的結果和圖片主人的實際年齡十分接近，誤差不超過3.55年。這不僅(jin) 代表AI訓練有效，還意味著圖像裏包含的視網膜信息，能在很大程度上反映出人類的實際年齡。也就是說，健康人的視網膜年齡，跟實際年齡比較吻合。

當然，學習(xi) 這些健康人的數據，隻是為(wei) 了做成“標尺”，來衡量其他人的情況。而科學家更關(guan) 心那些身體(ti) 不太健康的人，尤其是視網膜年齡比實際年齡更老的人。

死亡風險知多少

訓練完畢也驗收合格的AI，要去觀察更多人的眼底圖，給出年齡預測。這次的圖像依然是來自英國生物樣本庫，但不用再篩選出健康的人，而是有無病史都入選。科學家收集了35 913人的眼底圖，也清楚這些人在圖片拍攝時的年紀，以及他們(men) 在拍攝完成後11年裏的健康狀況（包括生死）。

團隊把這些眼底圖交給AI去預測，再拿AI預測的視網膜年齡減去實際年齡，得出年齡差。結果發現，這個(ge) 差值越大，圖片主人在圖片拍攝後11年裏去世的概率也越高。

具體(ti) 看來，視網膜年齡與(yu) 實際年齡的差值每擴大一年，圖片主人在11年觀察期內(nei) 的死亡概率會(hui) 增加2%。或者說，視網膜年齡比實際年齡老得越多，死亡概率越高，存活機會(hui) 越小。其中，視網膜比實際年齡老3歲以上的人，被科學家稱作“快速衰老者”（fast ager）。

被調查的三萬(wan) 多人裏，一共有1871人在觀察期內(nei) 過世。其中，321人（17.2%）的死因可以歸結於(yu) 心血管疾病，1018人（54.4%）是癌症，餘(yu) 下532人（28.4%）是其他原因。而這些情況又可以分開討論。

如果拋開心血管疾病和癌症，隻看其他部分，視網膜年齡與(yu) 實際年齡的差值每擴大一年，死亡概率會(hui) 升高3%。如果把這個(ge) 差值按從(cong) 小到大排列，那排名後25%的人，與(yu) 排名前25%的人相比，“其他原因”的死亡概率要高出67%。

而單看心血管疾病的案例時，科學家發現視網膜年齡與(yu) 實際年齡的差值，和死亡率之間的關(guan) 係並不明顯。但團隊認為(wei) ，這不代表視網膜無法反映心血管的衰老進程，隻是隨著醫學發展，一些曾經致命的心血管問題已經可以拯救，令相關(guan) 疾病的死亡率下降了。

由此科學家相信，視網膜年齡與(yu) 實際年齡的差值，可以作為(wei) 人體(ti) 衰老的生物標誌物（biomarker），也可以用來預測死亡風險。

這有科學依據麽(me) ？

假如隻是AI預測出的結果，而缺乏科學解釋，那麽(me) 用視網膜圖片來推測衰老程度的方法，可能也很難走得更遠。所以，圖像裏的視網膜究竟能顯示出哪些健康問題？

比如，腎髒疾病就常常和眼部疾病結伴而行。畢竟，眼睛和腎髒在結構、發育和遺傳(chuan) 路徑上都有許多相似之處：眼睛裏的脈絡膜和腎小球，擁有結構相似的血管網絡；視網膜和腎小球的濾過屏障，擁有相似的發育路徑。

過往已經有研究表明，慢性腎病和視網膜黃斑病變有關(guan) ；還有研究表明，視網膜微血管參數異常可以用來預測慢性腎病。視網膜中的栓子，就是可以阻塞血管的團塊，也被科學家證實和慢性腎病等許多疾病都有關(guan) 聯。

而本文的主角，那隻預測視網膜年齡的AI，它有個(ge) 注意力機製：就是會(hui) 判斷圖片上的哪些區域更有助於(yu) 自己的預測，然後把那些部分的權重加大。而研究團隊說，AI在眼底圖中更關(guan) 注的區域也是視網膜的血管部分。

左為(wei) 眼底圖，右為(wei) 同一張眼底圖被AI高亮了重點區域（圖片來源：原論文）

至於(yu) 心血管疾病，雖然科學家這一次沒有找到相關(guan) 死亡率和視網膜年齡差之間的聯係，但如果不討論死亡數據，從(cong) 前就已有不少研究認為(wei) ，眼睛是了解心血管疾病的窗口。

比如，雅典大學的伊利亞(ya) 斯·喬(qiao) 治亞(ya) 斯（Ilias Georgalas）教授介紹過一個(ge) 病例。希臘一位77歲男子的右眼，在大約1小時內(nei) 出現了三次短暫的視力模糊，每次持續5分鍾左右。

就診之後，醫生說他的眼壓正常且視力良好，但仔細觀察後發現，是一個(ge) 血凝塊阻斷了視網膜一條分支動脈的血液供應。而查看眼睛，是醫生檢查患者體(ti) 內(nei) 血管係統的一種簡單方法。喬(qiao) 治亞(ya) 斯教授說，當其他部位出現血管問題，大多能從(cong) 眼睛裏看出來。

對這位男子來說，醫生也是從(cong) 視網膜的異常入手，發現他右側(ce) 頸動脈的血流有80%因為(wei) 粥樣硬化而受到了阻塞，這是中風的危險信號。於(yu) 是男子接受手術，去除了堆積在血管裏的斑塊。而作為(wei) 參與(yu) 治療的醫生，喬(qiao) 治亞(ya) 斯教授還與(yu) 同事合作發表過一項研究，強調視網膜分支動脈阻塞的患者，患上嚴(yan) 重（甚至致命）中風的概率很高。

近年來，不論針對腎髒疾病還是心血管疾病，都有科學家利用機器學習(xi) AI，探討過視網膜圖像與(yu) 這些健康問題的聯係。相比之下，研究人體(ti) 的衰老問題，可能比研究特定的疾病更加複雜，很難建立起一個(ge) 指標，直到出現了依靠DNA甲基化來預測年齡的“衰老時鍾”。而在2020年，是機器學習(xi) 算法DeepMAge讓這座“衰老時鍾”獲得了前所未有的準確度：預測年齡的誤差範圍在3年以內(nei) 。

如今，科學家又是在AI的幫助下，利用圖片中的視網膜預測年齡，從(cong) 而判斷人體(ti) 衰老快慢和死亡風險。或許未來的某個(ge) 人，還會(hui) 因為(wei) AI的預測獲得及時的治療，讓生命更好地延續。

原論文：

https://bjo.bmj.com/content/early/2021/11/17/bjophthalmol-2021-319807

參考鏈接：

https://www.sciencedirect.com/science/article/pii/S0047637408002820

https://medicalxpress.com/news/2022-01-difference-retina-biological-age-person.html

https://www.sciencedirect.com/science/article/pii/S008525381556362X

https://www.thelancet.com/journals/landig/article/PIIS2589-7500(20)30063-7/fulltext

https://www.nejm.org/doi/10.1056/NEJMicm1500779

https://www.livescience.com/52922-eyes-problems-signal-cardiovascular-disease.html

https://www.cell.com/molecular-cell/fulltext/S1097-2765(12)00893-3

https://www.aginganddisease.org/EN/10.14336/AD.2020.1202

歡迎掃碼聯係科普老師！

我們(men) 將定期推出

公益、免費、優(you) 惠的科普活動和科普好物！