作为基于深度学习的生物年龄,LensAge指数用于自我监测与年龄有关的疾病和死亡率的风险

科学领域:

• 眼科医生 眼科 眼科
• 老年学是一门学科.
• 生物医学工程 生物医学工程

背景情况:

• 由于遗传和环境因素,时间学年龄是生物学年龄的不良指标.
• 生物年龄影响健康和疾病风险,但缺乏可靠的临床指标.
• 人眼的透镜经历了与年龄相关的变化,可以客观地评估.

研究的目的:

• 开发一种深度学习模型 (LensAge) 以使用镜头照片来估计生物年龄.
• 创建一个LensAge指数,将估计的镜头年龄与时间表年龄进行比较,以评估老化速度.
• 评估LensAge指数预测与年龄相关的疾病风险和死亡率的能力.

主要方法:

• 利用20-96岁的个人对镜头照片的深度学习.
• 开发了LensAge模型来估计镜头的老化.
• 通过将LensAge与时间表年龄进行比较来计算LensAge指数.
• 根据疾病发生率和死亡率数据验证了LensAge指数.

主要成果:

• 在相对健康的个体中,LensAge与时间年龄有很强的相关性 (R2>0.80).
• 该LensAge指数有效预测了与年龄相关的眼睛和全身疾病的风险,以及所有原因的死亡率.
• 在反映与年龄相关的疾病风险方面,LensAge指数的表现优于年代年龄 (p < 0.001).
• 该模型与智能手机照片兼容,可进行可访问的自我监控.

结论:

• LensAge提供了一种新的,客观的和定量方法来评估生物年龄.
• 镜头年龄指数是临床评估和个人健康监测的宝贵工具.
• 基于智能手机的LensAge分析为例行老化状态自我检查提供了潜力.