ARTICLE · 1043035
拍照就能测衰老?AI通过视网膜照片揭示你的身体真实年龄
点击蓝字 关注我们
文章导读
2026年9月，一项发表于《GeroScience》的最新研究，利用深度学习技术分析眼底照片，仅通过“拍一张眼睛的照片”，就能较为精准地预测一个人的视网膜年龄，并揭示吸烟、糖尿病、婚姻状况等生活方式和健康因素如何影响你的衰老速度。
这项技术为评估全身健康提供了一种无创、快速的新窗口，也为长寿医学的“早发现、早干预”理念增添了新的工具。
01.
为什么是视网膜？
Why the Retina?
视网膜是眼球后部一层富含神经和血管的薄膜，它不仅仅是视觉器官的一部分，更是全身健康的“窗口”。
从胚胎起源来看，视网膜是大脑的延伸，与脑组织具有相似的胚胎学背景；它的微血管系统与心脏、肾脏等关键器官的血管在结构和功能上高度相似。因此，通过观察视网膜血管和神经组织的状态，可以在一定程度上推测全身血管和神经系统的衰老程度。
近年来，随着人工智能（AI）和深度学习技术的发展，科学家已经能够从视网膜照片中提取出肉眼无法识别的细微衰老模式，并将其转化为一个量化指标——“视网膜年龄差”（Retinal Age Gap，RAG）。
这并非一项孤立的研究。此前已有研究显示，利用深度学习模型分析眼底照片，可以预测一个人的“视网膜年龄”，且“视网膜年龄差”与死亡风险显著相关。例如，2022年发表的一项基于英国生物库近4.7万名参与者的研究发现，“视网膜年龄差”每增加1年，全因死亡风险增加2%。而最新这项研究进一步将视网膜年龄与具体的生活方式、全身疾病和眼部疾病关联起来。
02.
AI如何“看懂”你的视网膜？
How Does AI Interpret Your Retina?
研究团队利用来自7535名健康体检参与者的29,530张眼底图像，开发了一个深度学习多任务模型来预测视网膜年龄。
该模型在偏差校正后表现优异：
在队列A中，平均绝对误差仅为2.656岁
在队列B中，平均绝对误差为2.529岁
与真实年龄的Pearson相关系数分别高达0.921和0.938
简单来说，AI仅通过分析眼底照片中的微血管形态、色素分布和结构特征，就能将一个人的视网膜年龄预测误差控制在2.5-2.7年以内。这项技术相当于为每个人的眼睛安装了一个“衰老速度监测器”。
03.
谁的眼睛“老”得更快？
Whose Retinas Age Faster?
研究团队进一步分析了两组人群：队列A（5606人）用于评估生活方式、社会经济和全身因素与视网膜年龄差的关系；队列B（1810人）用于评估眼部疾病的影响。
1. 吸烟：让眼睛加速衰老
研究发现，吸烟与视网膜年龄差显著正相关：
既往吸烟者：视网膜年龄比实际年龄平均老 +0.46岁
当前吸烟者：视网膜年龄比实际年龄平均老 +0.50岁
这一关联在统计学上极为稳健，通过了FDR和Bonferroni多重检验校正。吸烟对全身血管系统的损害早已知晓，而视网膜作为观察微血管的“窗口”，其衰老加速正是吸烟危害的直观体现。
2. 糖尿病：让视网膜“老掉”2.5岁
在所有与全身疾病相关的因素中，糖尿病的效应最为显著：患有临床糖尿病的人群，其视网膜年龄比实际年龄平均老 +2.52岁。
这一关联不仅通过了所有统计学校正，而且在连续多变量调整模型中始终保持显著。糖尿病对微血管的损害是全身性的，视网膜作为微血管最密集的组织之一，其衰老加速是糖尿病长期影响的重要“生物标记”。
3. 婚姻状态：已婚人群视网膜更“年轻”
有趣的是，已婚人群的视网膜年龄比实际年龄平均年轻 -0.46岁。
虽然这一结果仅通过了FDR校正，但结合既往研究（婚姻状况与心血管健康、心理健康密切相关），研究者认为婚姻状态可能通过影响生活方式、压力水平和社交支持，间接影响了衰老速度。
4. 眼部疾病：局部衰老的“放大器”
在队列B中，研究还发现：
患有年龄相关性黄斑变性的眼睛，视网膜年龄比正常眼老 +0.60岁
患有白内障的眼睛，视网膜年龄比正常眼老 +1.86岁
此外，高血压和高脂血症在本研究中与视网膜年龄差无显著关联，提示视网膜衰老可能更多反映的是微血管和神经组织的累积损伤，而非所有传统心血管危险因素。
04.
对视网膜年龄差的客观认识
Objective View of Retinal Age Gap
尽管这项技术展现了令人期待的应用前景，但研究者也明确指出了其局限性：
“视网膜年龄差是否能反映真实的生物学衰老，仍需与既有衰老生物标志物进行纵向验证。目前，视网膜年龄差更适合用于人群层面的特征描述，而非个体层面的风险分层。”
换句话说，视网膜年龄差更像是一个“人群雷达”，帮助我们在宏观层面识别哪些生活方式或疾病因素在加速衰老，但在个体层面，它尚不能替代现有的临床评估工具。
此外，视网膜年龄差的测量结果可能受眼底图像质量、AI模型训练人群的代表性等多种因素影响，不同模型之间的结果可能存在差异。
05.
对视网膜年龄差与长寿医学的思考
Retinal Age Gap & Longevity Medicine: Reflections
从长寿医学的视角来看，这项研究的价值是多维度的：
1. “关口前移”的新工具
长寿医学的核心在于“早发现、早干预”。视网膜年龄差提供了一个无创、快速、可大规模筛查的衰老评估指标，有望帮助识别“衰老速度异常加快”的高风险人群，并推动干预窗口的前移。
2. 生活方式干预效果的“监测器”
如果未来研究能够验证，戒烟、控制血糖、优化代谢等干预措施可以缩小视网膜年龄差，那么这一指标就有潜力成为评估长寿干预效果的“替代终点”，帮助研究人员在更短时间内判断干预方案是否有效。
3. 多维度衰老评估的补充
正如研究者所强调，生物学衰老是一个多维度、多系统的复杂过程。视网膜年龄差不应被视为孤立指标，而应与其他衰老评估工具（如表观遗传时钟、功能评估等）结合使用，共同构建更完整的个体衰老画像。
06.
普通人如何应用？
How can it be applied by the general public?
对于普通大众而言，这项技术目前主要适用于大规模人群健康筛查，而非个体临床诊断。
但研究结果给了我们一些日常行动的启示：
戒烟，是最直接的“眼部抗衰”方式。 吸烟者视网膜年龄平均比实际年龄老0.5岁，而这一影响是可逆的——既往吸烟者的视网膜年龄差已低于当前吸烟者。
控好血糖，可能让你的眼睛“少老2.5岁”。 糖尿病与视网膜年龄差增加2.52岁显著相关，这一关联在所有统计模型中均保持稳健。
保持健康的社交关系，也可能有助于延缓衰老。 已婚人群视网膜年龄比实际年龄平均年轻0.46岁，虽然其机制尚待阐明，但社交支持与整体健康的关联已在多项研究中得到证实。
07.
写在最后
In Closing
这项研究再次印证了一个正在被越来越多证据支持的观点：衰老不是铁板一块，它写在我们的血管里、神经中、甚至眼睛最微小的结构里。
从眼底的一张照片，到全身衰老速度的量化评估，AI正在重新定义我们观察和理解衰老的方式。而在这些技术走向成熟之前，戒烟、控糖、保持健康的生活方式——这些“老生常谈”的建议，依然是延缓衰老最可靠的手段。
扩展阅读
[1] Jang B, Oh R, Lee TH, et al. Deep learning-derived retinal age gap and its associations with lifestyle, systemic, and ocular health in a health screening cohort. Geroscience. 2026. doi: 10.1007/s11357-026-02538-8
[2] R3 Life Wellness Center. Can AI Predict Your Age from a Retinal Image? Understanding Retinal Age and Eye Health in the Longevity Era. 2026.
[3] LabOnline. Biological age, risk of death may be indicated by the retina. 2022.
[4] SciTechDaily. Your Eyes May Reveal Your True Biological Age – And Your Risk of Illness and Death. 2022.
[5] GEN. Using AI to Assess Eye Scans, Scientists Find "Retinal Age Gap" Predicts Mortality Risk. 2022.
文章内容仅供参考，不构成任何医疗建议。
觉得内容还不错的话，给我点个“在看”呗
欢迎
关注我们
— 深圳市大鹏新区白沙湾长寿医学研究所 —
