Bri Jou of Oph | AI发现视网膜衰老指标可预测死亡风险
原创 图灵基因 图灵基因 2022-01-26 15:26
收录于话题#前沿生物大数据分析
一个国际科学家小组利用深度学习从眼底内表面的图像预测“视网膜年龄”，发现一个人视网膜的生物年龄与该人实际年龄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”可以用作筛查工具。
第一作者、广东省医学科学院朱卓亭博士与澳大利亚眼科研究中心、中山大学的同事以及中国、澳大利亚和德国的同事一起，在《British Journal of Ophthalmology》上报告了他们的深度学习模型的发展和研究成果。结论是，结合之前的研究，他们的研究结果为“视网膜在衰老过程中起着重要作用，并且对增加死亡风险的衰老累积损伤敏感”的假设增加了分量。
该团队发表的论文标题为“Retinal age gap as a predictive biomarker for mortality risk”，他们在其中总结道，“据我们所知，这是第一项提出将视网膜年龄差距作为衰老生物标志物的研究……我们的研究结果表明，视网膜年龄差距可能是衰老的潜在生物标志物，可以预测死亡风险。”
作者指出，据估计，到2050年，全球60岁及以上人口将达到21亿。“人口老龄化给医疗保健系统带来了巨大压力。”但是，虽然疾病和死亡的风险随着年龄的增长而增加，但这些风险在同一年龄段的不同人群之间存在很大差异，这意味着“生物衰老”是个体独有的，可能是当前和未来健康状况的更好指标。正如作者所指出的，“实际年龄是虚弱、年龄相关发病率和死亡率的一个主要风险因素。然而，在实际年龄相同的个体中，健康结果存在很大差异，这意味着个体水平的衰老速度是异质的。生理年龄比实际年龄更能代表健康状况和衰老过程。”
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。但研究人员指出，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。
越来越多的证据表明，视网膜中的小血管（微血管）网络可能是人体循环系统和大脑整体健康状况的可靠指标。研究小组指出：“视网膜被认为是通向整个身体的窗口，它与心脏、大脑和肾脏等重要器官具有相似的胚胎起源、生理特征和解剖结构。越来越多的研究表明，视网膜微血管系统能够可靠地反映体内的体循环，并且视网膜神经组织与大脑具有神经退行性疾病的共同病理改变。”
最近的研究也证明了使用深度学习（DL）模型通过临床图像来预测年龄，研究小组考虑了通过将DL应用于视网膜图像来预测生物年龄的可能性。深度学习是一种机器学习和人工智能（AI），模仿人们获取特定类型知识的方式。但与经典的线性机器学习算法不同，深度学习算法是以一种复杂度不断增加的层次结构进行堆叠的。
在他们报告的研究中，研究人员开发了一个深度学习模型，以观察它是否可以从眼底后部内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之间是否有任何差异——视网膜年龄差距——可能与死亡风险增加有关。“因此，我们开发了一种深度学习模型，可以根据眼底图像预测年龄，即视网膜年龄。”他们写道，“使用大量基于人群的中老年人样本，我们调查了视网膜年龄差距（定义为视网膜年龄和实际年龄之间的差异）与死亡率之间的关系。”
研究人员利用来自46969名40-69岁成年人的80169张眼底图像，这些人是英国生物银行的一部分，这是一项针对超过50万中年和老年英国居民的大型人口研究。该团队使用了来自11052名参与者的19200张眼底图像，这些参与者在初始Biobank健康检查时的健康状况相对较好，以验证用于视网膜年龄预测的深度学习模型的准确性。结果表明，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。
在11年的平均监测期内，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（5%）名参与者死亡。其中321人（17%）死于心血管疾病，1018人（54.5%）死于癌症，532人（28.5%）死于其他原因，包括痴呆症。“快速老化者”的比例——那些视网膜看起来比实际年龄大的人——视网膜年龄差距超过3年、5年和10年的比例分别为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%显著相关。在对潜在混杂因素进行调整后，在考虑潜在影响因素后，视网膜年龄差距每增加1年，任何原因导致的死亡风险增加2%，心血管疾病和癌症以外的特定原因导致的死亡风险增加3%，例如高血压、体重指数（BMI）、生活方式和种族。同样的过程应用于左眼也产生了类似的结果。
报告的工作是一项观察性研究，因此无法确定原因，研究者也承认视网膜图像是在一瞬间被捕获的，并且参与者可能不代表整个英国人口。尽管如此，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独立预测因素，尤其是非（心血管疾病）/非癌症死亡率。”
因此，研究小组建议，视网膜为评估与死亡风险增加相关的全身性血管和神经系统疾病的潜在病理过程提供了一个独特的、可访问的“窗口”。这一假设得到了先前研究的支持，这些研究表明视网膜成像包含有关心血管危险因素、慢性肾脏疾病和全身生物标志物的信息。“……眼底成像的快速、非侵入性和具有成本效益的特性使其成为一种易于使用的筛查工具，用于识别死亡风险增加的个体。”他们总结道。
