《GeroScience》：Deep learning–derived retinal age gap and its associations with lifestyle, systemic, and ocular health in a health screening cohort
编辑推荐：
相同实际年龄（chronological age）的个体在生物学衰老（biological aging）程度上存在差异，因此需要可扩展且无创的衰老标志物。基于深度学习得出的视网膜年龄差距（retinal age gap, RAG）是一种具有前景的视网膜衰老评估
相同实际年龄（chronological age）的个体在生物学衰老（biological aging）程度上存在差异，因此需要可扩展且无创的衰老标志物。基于深度学习得出的视网膜年龄差距（retinal age gap, RAG）是一种具有前景的视网膜衰老评估指标，但其与真实世界健康决定因素之间的关联尚不明确。研究人员基于一项健康筛查队列中7535名受试者的29,530张眼底图像（fundus image），开发了一个多任务模型（multi-task model）用于预测视网膜年龄，并在队列A（n?=?5606）中评估RAG与生活方式、社会经济及系统性因素的关系，在队列B（n?=?1810）中评估其与眼部疾病的关系。在混合数据上训练并经偏倚校正（bias correction）的多任务模型取得了最佳性能：在队列A中，平均绝对误差（mean absolute error）为2.656年，皮尔逊相关系数（Pearson correlation）为0.921；在队列B中分别为2.529年和0.938。较高的RAG与吸烟（既往吸烟者，β?=?+0.46年；当前吸烟者，β?=?+0.50年）及临床糖尿病（clinical diabetes，+2.52年）显著相关；这些关联均通过了错误发现率（false discovery rate, FDR）和Bonferroni校正，且糖尿病关联在所有序贯协变量校正集中均持续存在。已婚受试者的RAG较低（β?=??0.46年），仅经FDR校正后具有显著性。高血压（hypertension）和高脂血症（hyperlipidemia）与RAG无显著关联。在队列B中，年龄相关性黄斑变性（age-related macular degeneration，β?=?+0.60年）和白内障（cataract，β?=?+1.86年）患眼的RAG显著高于正常对照，且均通过了多重比较校正。因此，RAG作为一种基于影像的年龄预测残差，与生活方式、系统性及眼部健康相关。其是否反映生物学衰老仍需通过已确立的衰老生物标志物进行纵向验证；目前，RAG更适用于人群层面的特征描述，而非个体层面的风险分层。
**基于深度学习的视网膜年龄差距：一项健康筛查队列中的多任务建模及其与健康因素的关联研究**
**一、研究背景与意义**
全球人口正在快速老龄化，给医疗系统带来了巨大压力，并加重了慢性增龄性疾病的负担。实际年龄是疾病和死亡风险的一个公认且强有力的危险因素，因此在临床和流行病学研究的风险分层中居于核心地位。然而，相同实际年龄的个体在生物学衰老程度和健康状况上表现出显著差异，这受到遗传、环境和生活方式等因素的共同塑造。老年科学假说（geroscience hypothesis）认为，基础衰老过程驱动了全身器官系统的细胞退行性改变，提示直接靶向生物学衰老可能比针对单一疾病的干预措施更有效地延缓或预防多种慢性疾病。这凸显了对准确、可及的生物学年龄标志物的迫切需求，以捕捉这种异质性、改进风险预测并为预防策略提供依据。
目前已发展出多种量化生物学年龄的方法。基于DNA甲基化的表观遗传时钟（epigenetic clock）、转录组特征（transcriptomic signature）和蛋白质组衰老谱（proteomic aging profile）等分子标志物已为衰老机制提供了宝贵见解，并被证明可预测死亡率和增龄性疾病风险。基于影像的方法，如基于MRI的脑龄、三维面部年龄分析和基于胸片的年龄估算，也已展示出准确的年龄预测能力和临床关联。然而，分子标志物需要侵入性采样和专门的实验室处理，而神经影像和面部影像则受限于高成本、复杂基础设施以及隐私或伦理问题。这些实际障碍阻碍了现有生物学年龄标志物整合到常规、大规模健康筛查中，凸显了对无创、低成本且可扩展的替代方案的需求。
视网膜为解决上述挑战提供了独特的途径。作为中枢神经系统的延伸，视网膜与心脏、大脑和肾脏等关键器官共享胚胎起源、生理特征和解剖特性。它是唯一可实现在体直接观察微血管和神经组织的器官，且增龄性视网膜改变——如小动脉狭窄、血管密度降低和分形维数（fractal dimension）下降——已被证明与系统性血管老化并行。重要的是，视网膜眼底照相术快速、无创、成本效益高，并已广泛部署于健康筛查项目中，使其特别适合用于人群规模的生物学年龄评估。
基于这些优势，近年来的深度学习研究引入了视网膜年龄差距（RAG），将其定义为深度学习预测的视网膜年龄与实际年龄之差，作为生物学衰老的一个候选标志物。Zhu等人的奠基性研究表明，在UK Biobank受试者中，RAG每增加1年，全因死亡风险增加2%。后续研究将这些发现进一步扩展，将RAG与卒中、心血管疾病、慢性肾脏病和帕金森病的风险增加联系起来。最近，Yu等人在涵盖心脏代谢、神经和眼部类别的30种增龄性疾病中进行了全面分析，结果表明纳入RAG可改善超出实际年龄本身的死亡预测。在日本的一个队列中，Kamei等人确认了RAG与糖尿病的横断面关联，并观察到新发高血压和高脂血症与RAG的纵向增加相关。综上所述，这些发现支持RAG作为一种可扩展的、基于影像的生物学衰老和人群健康标志物的潜力。
尽管已有这些令人鼓舞的发现，仍存在若干重要空白。第一，大多数视网膜年龄预测模型仅在健康个体上训练，其假设是在没有慢性疾病的情况下生物学年龄等于实际年龄。虽然这提供了一个实用的参考框架，但在系统性和眼部疾病普遍存在的真实世界筛查环境中，这可能限制模型的校准和泛化能力。第二，模型的开发和验证主要依赖来自欧洲人群的UK Biobank数据，在种族多样化或非西方队列中的验证有限。第三，与RAG相关的因素——包括性别相关的差异、生活方式行为、社会经济状况和合并症谱——尚未在筛查人群中得到系统表征。在方法学上，该领域已从简单的回归发展到基于分类和标签分布学习（label distribution learning）的方法，但仍有机会利用现代训练策略，如多任务学习（multi-task learning）和偏倚校正（bias correction），以提高预测准确性和临床适用性。
为填补上述空白，研究人员利用来自韩国一个大型、建立完善的健康筛查队列的眼底照片、实验室数据和调查信息，开发了一个用于视网膜年龄预测的深度学习模型。不同于以往仅在无疾病个体上训练的方法，研究人员的框架在有和无眼部疾病的视网膜图像上进行学习，将用于年龄和性别联合预测的多任务学习与事后偏倚校正相结合。随后，研究人员考察了视网膜年龄差距如何与广泛的生活方式、社会经济、系统性及眼部因素相关联，从而在一个真实世界筛查人群中刻画视网膜衰老的模式。
**二、主要关键技术方法**
该研究基于韩国首尔国立大学医院江南中心健康筛查队列，纳入14,951名受试者的44,362张标准化眼底图像。采用M-FunFound眼底图像基础模型（以ResNet-50为骨干网络），比较单任务和双头多任务（年龄回归联合性别分类，损失函数以1:1加权）两种训练策略，分别在仅健康图像和混合健康与疾病图像的数据集上训练，共构建四种模型变体。通过线性回归对预测年龄进行事后偏倚校正以消除回归向均值的偏倚。在队列A（n=5,606）中分析RAG与生活方式、社会经济及系统性因素的关联，采用多变量线性回归和1:1倾向性评分匹配（propensity-score matching, PSM）；在队列B（n=1,810）中采用线性混合效应模型分析RAG与眼部疾病的关联。多重比较采用FDR和Bonferroni校正。
**三、主要研究结果**
**（一）多任务学习的视网膜年龄预测性能**
在混合数据上训练并经偏倚校正的多任务模型（MT-HD）取得了最佳总体性能。在队列A中，校正后平均绝对误差（MAE）为2.656年，皮尔逊相关系数为0.921；在队列B中，MAE为2.529年，相关系数为0.938。该模型的性别分类受试者工作特征曲线下面积在队列A为0.914，在队列B为0.917。偏倚校正有效减轻了回归向均值效应，校正斜率趋近于1.0，残差在年龄范围内分布更加对称。与单任务模型不同——在单任务模型中两性间平均RAG差异显著——MT-HD模型在校正后未显示统计学上显著的性别差异。
**（二）RAG与生活方式及社会经济因素的关联**
经年龄和性别校正后，吸烟与RAG显著相关：既往吸烟者（β=+0.46年）和当前吸烟者（β=+0.50年）的RAG均高于从不吸烟者，且经FDR和Bonferroni校正后均保持显著。已婚受试者的RAG低于单身受试者（β=?0.46年），仅经FDR校正后具有显著性（经Bonferroni校正后不显著）。饮酒频率和家庭收入与RAG无显著关联。教育水平与RAG的关联在未经校正的模型中显著，但经年龄和性别校正后减弱且不再显著。
**（三）RAG与系统性疾病的关联**
经1:1倾向性评分匹配并校正年龄和性别后，临床糖尿病与显著更高的RAG相关（匹配后均值差异+2.52年），且该关联经多重比较校正后仍保持显著。在序贯协变量校正匹配的敏感性分析中，该关联在从仅校正年龄到校正年龄、性别、体重指数（body mass index）、吸烟及饮酒的所有校正集中均持续存在且方向一致。在按用药状态分层的分析中，无论是否使用药物，临床糖尿病均与明显升高的RAG相关，提示该关联并非由治疗所致。糖尿病前期（pre-diabetes）、高血压、高血压前期（pre-hypertension）及高脂血症均与RAG无显著关联。
**（四）视网膜年龄模型在眼部疾病人群中的泛化表现**
在队列B中，经年龄和性别校正的线性混合效应模型分析，年龄相关性黄斑变性（AMD，β=+0.60年）和白内障（β=+1.86年）患眼的RAG显著高于正常对照组，且均经多重比较校正后保持显著。青光眼（glaucoma）与RAG无显著关联（β=+0.20）。糖尿病视网膜病变（diabetic retinopathy, DR）组仅含3只眼，仅作描述性呈现。在所有疾病组中，效应方向均为正向，表明视网膜呈现更老的外观。比较仅健康数据训练的模型和混合数据训练的模型时，两者在正常眼、AMD眼和青光眼中的RAG估计存在显著差异，提示训练数据的疾病构成影响RAG的估计值。
**四、讨论与结论**
研究人员开发的MT-HD模型在一般健康筛查人群中表现出更好的视网膜年龄预测性能和校准度。由该模型得出的RAG与吸烟、临床糖尿病及增龄性眼部疾病等生活方式的、系统性的和眼部的健康特征存在关联，支持其作为筛查人群中健康状况相关指标的价值。多任务学习可能通过跨任务的共享特征表示捕捉到更具生物学意义的特征，结合线性校准后有效减弱了性别相关的偏倚。研究中行为和社会经济因素的差异约为0.3至0.5年，相对于模型的预测误差较小，更适合人群层面的解读；而与临床糖尿病（+2.52年）和白内障（+1.86年）相关的差异则较大，更具临床可识别性。
本研究的主要优势在于队列规模大、特征详实，将RAG的证据基础扩展到以西方人群为主的研究之外，且使用标准化相机采集图像减少了设备异质性带来的混杂。其局限性包括：研究为单中心回顾性设计，受试者均为韩国人群，限制了向其他人群和医疗场景的推广；关联分析为横断面设计，无法确定因果关系；白内障的定义基于眼底照相中显著的介质混浊，因此白内障眼中较高的RAG可能在一定程度上反映了图像质量下降而非视网膜衰老本身；用药信息仅记录为“任何处方药物”，无法评估治疗负担或药物类别特异性效应；此外，RAG未与DNA甲基化年龄等已确立的生物学衰老标志物进行直接比较，也未进行独立纵向验证。
研究结论指出，MT-HD深度学习模型能够在健康人群和疾病人群中生成经校准的视网膜年龄估计值，由此得出的RAG与生活方式、系统性及眼部健康特征相关。这些发现支持RAG作为一种可扩展、无创的基于影像的测量指标，用于视网膜衰老的人群层面特征描述；然而，在将其视为具有临床价值的生物学衰老标志物之前，仍需进行纵向验证并与已确立的衰老标志物进行比较。
