一項新研究提出，簡單的視網膜掃描可以顯示一個人是否有早死的風險。研究發現，一個人的年齡與視網膜年齡之間的差距越大，其死亡的風險就越高。
長期以來，研究人員認為測量一個人的生物年齡可以洞察他們患許多疾病的風險。但是挑戰在於找到一個簡單的措施來客觀地跟蹤身體衰老的速度。
最近的一項研究集中在基於血液的炎症生物標誌物的模式上，以測量一個人的免疫系統年齡。另一個項目是跟蹤DNA突變的積累，作為計算生物年齡和確定潛在壽命的一種方式。
這個最新的方法也許是迄今為止最簡單的，它依靠一個簡單的視網膜掃描來評估一個人的生物年齡。研究人員使用機器學習創建了一個深度學習模型，旨在通過測量眼睛背面組織的退化來預測一個人的年齡。
在大多數健康的中年人中，該算法可以在三年半的時間內通過單一的視網膜圖像準確預測一個人的年齡。更有趣的是發現那些在年齡上和視網膜年齡上有很大差距的人在11年的隨訪中死亡的風險更高。
那些視網膜年齡差距超過三年的人比那些視網膜年齡差距小的人的死亡可能性要高49%到67%。該研究計算出，視網膜年齡和實際年齡每相差一年，全因死亡率就會增加2%，心血管疾病和癌症以外的死亡原因就會增加3%。
研究人員指出：“視網膜提供了一個獨特的、可獲得的‘窗口’來評估與死亡風險增加有關的系統性血管和神經疾病的潛在病理過程。我們的新發現確定了視網膜年齡差距是死亡風險增加的一個獨立預測因素，特別是非（心血管疾病）/非癌症死亡。這些發現表明，視網膜年齡可能是一個具有臨床意義的衰老生物標誌物。”
更多的工作將需要在廣泛的隊列中進一步驗證這些發現，但研究人員假設，一個簡單的眼睛掃描可以用來輕鬆監測一個人的一般健康狀況。該算法也可以被納入一個智能手機應用程序，使醫生能夠遠程評估病人。
研究人員在報告中總結說：“鑒於全球非傳染性疾病和人口老齡化的負擔不斷增加，早期識別和提供個性化的醫療保健可能具有巨大的公共衛生效益。此外，最近基於智能手機的視網膜相機的發展，加上深度學習算法的整合，未來可能會提供老齡化的護理點評估，並提高定製風險評估的可及性。”
這項新研究發表在《英國眼科學雜誌》上。