眼睛是全身健康的独特窗口，通过眼部成像、代谢组学和蛋白质组学可预测生物年龄和衰老相关疾病风险，人工智能正推动这一领域从治疗转向预防的精准医疗变革。
全球人口正在加速老龄化，医疗重心正从单纯延长寿命转向提升健康寿命。世界卫生组织数据显示，全球平均寿命与健康寿命之间存在9.6年的差距。如何缩小这一差距？答案可能藏在每个人的眼睛里。
眼睛作为唯一可直接观察血管和神经组织的窗口，通过无创成像技术能够捕捉全身衰老的早期信号。人工智能的介入让这一切从科幻走向现实——深度学习模型不仅能从眼底照片中"读"出你的生物年龄，还能预测心血管疾病、糖尿病甚至阿尔茨海默病的风险。这是一场从被动治疗到主动预防的医疗范式革命。
长寿科学的关键概念澄清
在深入眼部生物标志物之前，我们需要厘清几个常被混用的术语。
寿命指的是一个人活了多少年，而健康寿命指的是保持良好健康状态的年数。
长寿则是指优雅老去、活得好的能力。生物年龄反映的是身体系统的生理状态，可能与实际年龄大相径庭——两个同龄人的生物年龄可能相差十岁，这取决于基因、生活方式和环境暴露。
最近兴起的"快乐寿命"概念则强调，充满目标感和愉悦感的时间同样是整体健康的重要组成部分。
这些概念之所以重要，是因为它们决定了我们如何定义和测量衰老。传统的心血管风险评分在男性中往往高估风险，在女性中却低估风险，这种性别差异在眼部生物标志物研究中得到了更好的体现。建立统一、标准化的定义是推进科学理解和临床应用的基础。
眼睛不只是心灵的窗户，还是身体的监控摄像头
咱们先搞清楚一件事，眼睛为啥这么牛？因为它直接连着大脑，视网膜其实就是大脑伸出来的一截组织，相当于大脑派出来的侦察兵。大脑有啥风吹草动，眼睛第一个知道。而且眼睛里的血管特别细，细到能反映出全身血管的健康状况。你要是心脏或者血管有问题，眼睛里的小血管就会先“报警”，比如变细、变弯、变堵。科学家们管这叫“生物标志物”，咱老百姓就叫它“身体的暗号”。以前咱得抽血、拍片子才能发现的病，现在看看眼底照片就能猜个八九不离十，这事儿是不是特别像算命？只不过以前算命看手相，现在科学算命看眼底。
你想想，一个简单的眼底相机，咔嚓一拍，就能知道你身体大概多少岁了，是不是比实际年龄老得快，这就叫“生物年龄”。有人看着年轻，实际上身体零件已经老化了，这种人叫“未老先衰”；有人看着显老，但身体倍儿棒，那叫“老当益壮”。这玩意儿比光看身份证上的年龄靠谱多了。
科学家们现在正忙着训练AI，让AI学会看这些眼底照片，然后告诉你，兄弟，你的身体实际年龄比身份证大五岁，你得悠着点了。你说这AI是不是比亲妈还操心？
血管变细变弯不是闹着玩的，那是身体在拉警报
咱们来说说眼睛里那些血管。正常人的血管应该是直溜溜的，像高速公路一样。但如果你身体开始老化，或者高血压、糖尿病找上门，这些血管就开始变形了，有的变细，有的变弯，有的还打结。科学家们拿一种叫“彩色眼底照相”的设备一拍，就能把这些血管看得清清楚楚。他们发现，血管变细的人，心血管出问题的风险就高；血管变粗的人，脑子里出事的风险就大。这玩意儿简直就是身体给你发的微信消息，只不过以前咱没装翻译软件，看不懂。
更神奇的是，AI现在能自动帮你测量这些血管的粗细和弯曲度，比人眼量得还准。以前医生得拿个尺子在照片上比划半天，累得眼都快瞎了。现在AI一秒搞定，还不喊累。这玩意儿叫SIVA-DLS，是个深度学习的系统，你给它一张眼底照片，它就能告诉你这血管的健康状况，比体检报告还快。你说这AI要是开个直播，专门给人看眼底，估计比那些卖货的还火，毕竟健康才是最大的本钱。
视网膜厚度也能暴露你的脑龄，大脑老不老，眼睛知道
再往下聊，咱们说到视网膜。这玩意儿就像相机的感光元件，一层一层的。科学家们用光学相干断层扫描，就是那种能给你眼睛做CT的机器，发现视网膜的厚度和大脑健康特别有关系。比如说，有阿尔茨海默病风险的人，他们视网膜里的神经纤维层和神经节细胞层会变薄。这就好比大脑里的神经元在慢慢消失，视网膜也跟着瘦身了。你要是发现自己的视网膜变薄了，那可能就是大脑在提醒你，哥们儿，该补脑了，别老熬夜刷剧了。
而且这个变化特别早，早到你可能还没出现记忆力下降，眼睛就已经在喊救命了。科学家们在老鼠身上也做过实验，发现那种专门用来研究阿尔茨海默病的转基因老鼠，它们的视网膜就是比正常老鼠薄。你说这老鼠也挺惨的，不仅要得病，还得贡献视网膜给科学家拍照。但这事儿对人类来说绝对是个福音，以后咱可能不用做那种特别贵的脑部扫描，也不用抽一堆血，只要对着眼睛拍个照，就能知道大脑的健康状态。这操作，省钱又省心，简直是体检界的良心。
眼底血管还能照出你得了啥病，AI比算命先生还准
眼睛里的血管还能反映出你有没有糖尿病、有没有高血压、甚至有没有得癌症的风险。科学家们搞了个叫RetiPhenoAge的AI模型，就靠看眼底照片，就能估算出一个人的“表型年龄”，这玩意儿比实际年龄更能预测你会不会得病、会不会早死。这个模型在英国生物银行的数据上训练出来，然后拿到新加坡和美国的数据库上去验证，结果发现，那些RetiPhenoAge比实际年龄大的人，死亡风险高了快两倍。你说吓不吓人？这AI简直就是个预言家，而且人家靠的是科学，不是水晶球。
更牛的是，这个模型还能预测你会不会得心血管病，会不会得癌症，甚至能看出你脑子里有没有白质病变、有没有微出血。这些词听着就吓人，但AI就是能从一张普普通通的眼底照片里看出这些端倪。这就好比你看一个人的照片，不仅能看出他帅不帅，还能看出他会不会发财，是不是特别神奇？当然，AI不是看相，人家看的是数据，是成千上万张照片总结出来的规律。这就叫大数据的魅力，你每拍一张照片，都在给AI贡献知识，让它变得更聪明。
白内障手术做了，脑子也会变灵光？这事儿有点玄
咱们再说说眼睛里的晶状体。晶状体就是眼睛里的那个镜头，负责对焦。年纪大了，这个镜头就会变混浊，就是咱说的白内障。科学家们搞了个叫LensAge的AI模型，专门看晶状体的照片，然后算出一个“晶状体年龄指数”。这个指数越高，说明你的晶状体老化得越厉害，而且这跟你得老年病、甚至早死的风险都有关系。更有意思的是，有研究发现，做了白内障手术的人，后来得阿尔茨海默病的风险反而低了。这事儿听着有点玄，但科学家推测，可能是因为换了新镜头之后，光线进到眼睛里更多了，刺激了视网膜里的某些特殊细胞，这些细胞又连着大脑，就把大脑也给激活了。
你看，这眼睛和大脑的关系，比你想象的还要铁。眼睛不只是接受信息的窗口，它还直接影响到大脑的工作状态。你要是眼睛看不清，大脑接收到的信息就少，慢慢就变懒了，最后就老化了。所以，保护眼睛不只是为了看清这个世界，更是为了让大脑保持年轻。以后谁再劝你少看点屏幕，你就可以理直气壮地说，我这是在给大脑做保养。当然，前提是你看的不是那些让人脑残的内容，不然大脑不但没保养好，反而被垃圾信息给撑死了。
眼睛里还有化学信号，抽点房水就能知道细胞老没老
除了拍照片，科学家们还有更狠的招，就是抽眼睛里的液体。你别怕，这玩意儿叫“房水”，就是眼睛前面那个小空间里流动的液体，量特别少，但里面的信息特别多。科学家们用质谱仪这种高大上的设备，能分析出房水里有哪些蛋白质，这些蛋白质又是哪些细胞分泌的。然后他们搞了个叫TEMPO的AI模型，把这些蛋白质数据跟单细胞基因图谱一结合，就能看出来是哪些细胞在老化、哪些细胞在生病。这就好比你在一个小区里取样分析污水，就能知道哪栋楼的人感冒了，哪栋楼的人吃坏了肚子，是不是特别神？
这个技术厉害的地方在于，它不只是看有没有病，还能看出病的来源。比如同样是青光眼，有的人是因为这个细胞出了问题，有的人是因为那个细胞出了问题，以后治疗就可以因人而异，精准打击。这就叫个性化医疗，以前咱只能靠猜，现在能靠数据说话。而且这些蛋白质的变化，往往比症状出现得早得多。你要是能早个几年发现这些信号，提前干预，说不定就能把病扼杀在摇篮里。这感觉就像你提前知道股票要跌，赶紧跑路，避免了一场血亏。
眼泪也是宝，里面藏着大脑的秘密
你以为眼泪就是水加盐？太天真了。科学家发现，眼泪里也有大文章。特别是那些跟阿尔茨海默病相关的蛋白，比如β-淀粉样蛋白和tau蛋白，在患者的眼泪里也能找到。而且这些蛋白的水平跟病情的严重程度还挺有关系。这就意味着，以后你可能不用做腰穿抽脑脊液，也不用做昂贵的脑部扫描，只要拿张试纸沾点眼泪，就能知道自己有没有得老年痴呆的风险。这玩意儿要是普及了，估计纸巾厂都得改行生产试纸了。
而且眼泪的收集过程特别简单，不像抽血那样疼，也不像拍片子那样麻烦，你哭一下就有了。当然，你要是哭不出来，科学家也有办法，用点刺激的东西熏一下眼睛，眼泪就哗哗的。这操作，虽然有点残忍，但为了健康，忍忍也值了。以后你看电影的时候，可能不只是被感动得流泪，还得考虑一下这滴眼泪要不要送给医生化验一下。这年头，连哭都得哭得有技术含量，做人真是太难了。
女人看眼睛，还能看出怀孕风险和更年期健康
这事儿还有性别差异。科学家发现，同样的眼睛指标，在男人和女人身上意义不太一样。比如说，眼底血管变细这件事，在女人身上跟冠心病的风险关系更密切，在男人身上就没那么明显。这就说明，女人的心血管病可能更多跟微循环有关，而男人的可能更多跟大血管有关。以后医生给女人看病，可能得多看看眼底，不能光盯着血压血脂。这就叫精准医疗，男女有别，不能一刀切。
更神奇的是，怀孕的时候看看眼底，还能预测会不会得妊娠高血压、会不会早产。科学家们用光学相干断层扫描血管成像，就是那种能看眼底血管的机器，发现在孕妇出现症状之前，眼底的血管就已经在悄悄变化了。这就好比天气预报，你还没看到乌云，气压计就已经告诉你暴风雨要来了。你要是能提前知道，就能提前预防，保护妈妈也保护宝宝。还有研究发现，绝经后妇女的视神经形状，也能反映出她们的认知功能，这对预防老年痴呆特别有帮助。你看，眼睛这东西，从小看到老，一辈子都在给你提供健康情报，简直就是身体里的007。
代谢组学与蛋白质组学揭示的分子时钟
眼睛是代谢最活跃的器官之一，对代谢紊乱极为敏感。烟酰胺腺嘌呤二核苷酸是细胞能量代谢、DNA修复和神经元存活的关键分子，其水平随年龄自然下降。视网膜高度依赖这种分子进行糖酵解，维持其稳态对预防各种退行性眼病至关重要。
动物实验显示，补充烟酰胺单核苷酸NMN可以增强视网膜代谢、减少光感受器死亡，甚至改善泪液分泌和质量。给身体补充NMN这种NAD+的中间产物，可能能让视网膜代谢变好，让感光细胞少死点，还能让泪腺不那么萎缩，眼泪分泌得又多又好。有个研究给老鼠喂NMN喂了12个月，结果这些老鼠老得慢了，身体机能下降得也慢了，说明NMN这玩意儿有可能用来对抗眼睛和全身的老化。
另一个跟NMN长得特别像的东西，叫烟酰胺，英文是nicotinamide。这俩是啥关系？烟酰胺是维生素B3的另一种形式，也是NAD+的前体，但比NMN更基础一些。原文里提到，烟酰胺可以通过一个叫"NAD+ salvage pathway"的回收再利用通路，帮身体维持NAD+的水平。
有个关键酶叫NAMPT，是控制这个回收通路速度的限速酶。这个酶的活性会随着年龄增长而下降，导致NAD+越老越少。而补充烟酰胺，就是给这个回收通路提供原料，让身体能继续造出足够的NAD+。在一些青光眼的研究中，烟酰胺被证明能保护视网膜神经节细胞，让它们不那么容易死掉。
牛磺酸是另一种重要的眼部保护性氨基酸，具有神经保护功能，能保护视网膜神经元免受氧化应激和炎症损伤。研究发现，衰老的晶状体和角膜中牛磺酸水平下降，而其代谢产物次牛磺酸则在老年角膜中积累，这种失衡反映了氧化应激和解毒机制减弱。
亚牛磺酸是啥？它是牛磺酸的前体，也可以说是牛磺酸的合成中间产物。正常情况下，身体会把亚牛磺酸转化成牛磺酸。但当眼睛老化的时候，这个转化过程可能出了问题，导致原料堆在那儿，成品却越来越少。科学家认为，这种失衡可能反映了老化的眼睛里氧化压力比较大，解毒能力也下降了。
所以亚牛磺酸本身不是补剂，而是一个信号，告诉你眼睛里的代谢系统可能有点乱套了。这就好比你家厨房里食材堆得到处都是，但就是没人做饭，最后都烂在那儿了。
炎症因子谱分析提供了另一层信息。转化生长因子β会刺激胶原合成和上皮细胞增殖，导致后囊膜混浊。干眼症患者的泪液中白细胞介素1β、白细胞介素6、白细胞介素8、白细胞介素10、干扰素γ和肿瘤坏死因子α水平升高。糖尿病视网膜病变患者中，多种生长因子和炎症因子上调。这些分子变化构成了衰老的"液体活检"基础。
神经胶质纤维酸性蛋白作为星形胶质细胞活化和中枢神经系统损伤的血清标志物，在认知衰退和脑萎缩中升高。由于视网膜是中枢神经系统的延伸，这种蛋白在眼部的表达增加同样反映了年龄相关的胶质细胞变化，可通过泪液和玻璃体液分析检测。
蛋白质组学技术如TEMPO结合单细胞RNA测序，已经识别出与特定细胞类型相关的年龄相关分子特征。晶状体蛋白质组学显示，α、β和γ晶状体蛋白会随年龄发生磷酸化和脱酰胺等修饰，导致结构不稳定和聚集，最终形成白内障。
玻璃体液蛋白质组学则发现了与阿尔茨海默病脑部变化相关的蛋白网络，为青光眼等神经退行性眼病提供了新的理解维度。
人工智能如何重塑眼部衰老预测
现代人工智能，特别是深度学习，正在将眼部成像与全身衰老生物学联系起来。当前最前沿的模型通过预测"视网膜年龄差距"来评估生物衰老——即预测年龄与实际年龄之差。差距越大，表明生物衰老加速，全身脆弱性越高。
LensAge模型基于InceptionV3卷积神经网络，在20至96岁人群的晶状体照片上训练，生成的年龄差距指数与年龄相关眼病、全身疾病和全因死亡风险升高相关，且优于实际年龄的预测能力。该研究还证明了基于智能手机的晶状体成像可行性，为家庭自我监测和公共卫生筛查提供了可扩展方案。
RetiPhenoAge模型在超过3.4万张英国生物银行眼底图像上训练，近似基于血液生物标志物的复合衰老指标PhenoAge。该模型在新加坡眼病流行病学研究和年龄相关眼病研究中进行外部验证，显示与全因死亡、心血管死亡、癌症死亡和心血管事件风险显著相关，表现优于白细胞端粒长度和握力等经典衰老生物标志物。它还与脑白质高信号、微出血、灰质萎缩等结构性脑衰老特征以及认知衰退和死亡风险升高相关。
另一项基于Xception架构的模型在英国生物银行2.8万名参与者中研究了视网膜年龄差距与代谢健康的关系。结果显示，糖尿病前期和2型糖尿病患者的视网膜年龄差距显著高于血糖正常者，且糖化血红蛋白和血糖水平与年龄差距呈剂量反应关系，独立于糖尿病视网膜病变。这表明视网膜衰老与全身代谢健康密切相关。
在心血管风险预测方面，SIVA-DLS系统基于DenseNet架构，在超过7万张涵盖15个多民族、多国家数据集的视网膜图像上训练，自动测量视网膜血管口径。与半自动人工分级相比，该系统实现了高度一致性且完全自动化。其测量的动脉变细和静脉增宽与心血管事件和全因死亡风险独立相关，证明了其作为可扩展、可解释的人工智能血管风险分层工具的潜力。
液体活检领域，TEMPO模型结合房水蛋白质组学与单细胞转录组学，能够识别健康个体的年龄，而疾病患者则显示加速衰老的证据。该模型揭示了即使在非年龄相关疾病中的衰老过程，帮助解读原本隐藏的细微蛋白变化。
作者背景与独特性评价：
作者团队来自新加坡国家眼科中心、杜克-新加坡国立大学医学院、斯坦福大学、哈佛大学等顶尖机构，涵盖眼科、人工智能、代谢组学和长寿医学等多学科领域。
第一作者： Joy Le Yi Wong — 新加坡国家眼科中心、新加坡眼科研究所
共同通讯作者：
- Xiaomeng Wang — 杜克-新加坡国立大学医学院、新加坡科技研究局分子与细胞生物学研究所
- Daniel S.W. Ting — 新加坡国家眼科中心、新加坡眼科研究所、斯坦福大学Spencer视觉研究中心Byers眼科研究所
文章发表于《亚太眼科学杂志》，系统整合了基础科学、动物模型和临床试验证据，提出了"眼部组学"作为精准长寿医学新前沿的概念框架，具有高度的跨学科创新性和临床转化价值。