东北大学医学研究院中泽彻教授团队研发出一种新型人工智能模型，能通过单张眼底照片精准估算“视网膜年龄”，并据此筛查糖尿病、心脏病等重大疾病风险。该研究结果已发表于《通讯 - 医学》期刊。 人体视网膜是光感受组织，其随年龄发生的变化不仅反映生理状态，也可能预示潜在的健康危机。传统健康检查中拍摄的眼底图像属于非侵入性数据，无需额外操作即可获取。中泽教授指出，该 AI 模型可作为几乎零摩擦的辅助工具，无缝融入医生的临床工作流程。 研究团队利用 5 万五千多张来自健康成年人的眼底图像训练模型，并在 7000 多张图像上进行内部验证。该模型不仅能根据眼底特征预测实际年龄，平均误差仅为三年，精度高于现有基准。为了更 robustly 捕捉与年龄相关的眼底模式，训练过程中引入了血糖标志物 HbA1c 数据，但在实际临床部署时仅需拍摄照片，无需进行血液检测。 研究人员进一步分析了“视网膜年龄差”，即 AI 预测的视网膜年龄与实际生理年龄之间的差值。虽然模型在普通人群预测上表现优异，但在匹配年龄和性别后，发现糖尿病患者、心脏病患者或有中风史人群的视网膜年龄差显著更大，意味着其视网膜外观往往比实际年龄更“老”。 尽管目前结论主要基于横断面分析，仅显示相关性而非因果关系，但团队已规划一项涉及一万多名参与者的前瞻性纵向研究，将通过三年持续追踪，验证视网膜年龄信号是否能预测未来心血管疾病及其他系统性疾病的发生。该工具未来有望成为重要的筛查手段，帮助医生识别需要进一步健康评估或采取个性化预防策略的高风险人群。