佛罗里达大学方鲁格教授联合Meta研究员等在《阿尔茨海默病杂志》发表最新研究，证实常规视网膜摄影结合人工智能技术可精准预测阿尔茨海默病的核心风险因素。该研究基于英国四万余名患者的视网膜影像数据，通过机器学习算法自动识别视神经与血管区域的细微形态变化。结果表明，AI模型不仅能准确推断性别与血压，还能客观量化吸烟、饮酒及失眠等生活方式指标。相较于传统医疗记录常存在的主观偏差与信息缺失，视网膜图像可长期累积反映个体的神经血管完整性，成为评估疾病易感性的客观生物传感器。研究团队指出，阿尔茨海默病病理演变长达数十年，现有诊断多集中于晚期。该低成本、易普及的影像学筛查技术突破了诊断时间窗局限，有望在脑组织发生不可逆损伤前精准锁定高危人群，为早期生活方式干预、药物介入及认知训练提供关键依据。此项发现为神经退行性疾病的无创早期预警开辟了重要路径。