שעון הזדקנות רשתית מולטימודלי לחיזוי גיל ביולוגי והערכת בריאות מערכתית באמצעות OCT ותמונות קרקעית העין

מדוע העיניים יכולות לחשוף יותר ממה שנראה לעין

כלי הדם הקטנים וסיבי העצב בחלק האחורי של העין הם מהאזורים הבודדים בגוף שבהם רופאים יכולים לראות רקמה חיה ישירות. המחקר הזה שואל שאלה פרובוקטיבית: האם סריקות עיניים שגרתיות יכולות לחשוף כמה “זקנה” הגוף באמת — כלומר את גילו הביולוגי — ואפילו לרמוז על משקל המחלה הכללי וסיכון המוות באופן מדויק יותר ממספר הנרות על העוגה של יום ההולדת?

מסתכלים על גיל ביולוגי, לא רק על תאריכי לידה

הגיל הכרונולוגי הוא פשוט כמה זמן חיינו. הגיל הביולוגי משקף עד כמה האיברים והרקמות שחוקים או שמורים. שני אנשים בני 65 עשויים להיות בעלי תחזיות בריאות שונות מאוד, בהתאם לקצב ההזדקנות של גופם. שעוני ביולוגיים מסורתיים מסתמכים על בדיקות דם שמודדות DNA או חלבונים, שיכולות להיות יקרות ופולשניות. המחברים חיפשו חלופה פשוטה יותר: שימוש בשתי בדיקות הדמיה שכיחות של העין — תמונות קרקעית בהיקף רחב ו-OCT (דימות קוהרנטי אופטי) — בשילוב בינה מלאכותית להערכת גיל ביולוגי מהרשתית, חלון למצב הווסקולרי, העצבי והמטבולי של הגוף.

להדריך בינה מלאכותית לקרוא גיל ברשתית

הצוות אימן מודל למידה עמוקה על יותר מ-12,000 תמונות קרקעית ו-7,700 סריקות OCT מ-2,467 מטופלים. בניסוי הראשון, "שעון הגיל" של ה-AI אומן רק על עיניים ללא מחלה מבנית משמעותית ונבדק הן על עיניים בריאות והן על עיניים חולות. בניסוי השני המודל עבר אימון מחדש על תערובת רחבה יותר של עיניים, כולל ארבעה מצבים נפוצים שמעוותים את הרשתית: ניוון מקולרי תלוי גיל, רטינופתיה סוכרתית, ממברנה אפירתינלית ומיאופיה פתולוגית או גבוהה. בסיבוב השני המקורב ה-AI קיבל גם את תוויות המחלה של כל עין. בשתי תצורות העבודה המטרה של המודל הייתה לחזות גיל מתוך התמונות; החוקרים לאחר מכן התייחסו לגיל החזוי הזה כגיל ביולוגי ובדקו עד כמה הוא משקף מחלות כלליות.

גיל העין מול עומס מחלות בגוף כולו

כדי לקשר את גיל הרשתית לבריאות הכללית, המחברים השתמשו במדד הצ׳ארלסון (Charlson Comorbidity Index, CCI), ציון נפוץ שמסכם מחלות כרוניות חמורות וחוזה את סיכון המוות לשנה. הם השוו עד כמה הגיל הכרונולוגי מול הגיל הביולוגי שנגזר על ידי ה-AI קורלטיבי עם CCI, ובנו גם מודלים סטטיסטיים פשוטים כדי לראות איזה מהם חוזה טוב יותר את ה-CCI. בשני הניסויים, הגיל הביולוגי מהתמונות הרשתיתיות בדרך כלל השקיף את עומס המחלה יותר בחוזקה מהגיל הכרונולוגי, במיוחד בעיניים עם מחלה מבנית. כאשר נוספו תוויות המחלה בניסוי השני, הדיוק של המודל השתפר במידה ניכרת: שגיאת הגיל הממוצעת בערכת הבדיקה ירדה לכ-שש שנים, והגיל הביולוגי המשיך להיות מדד טוב יותר מרוב המקרים למשקף מחלות כלליות, בפרט אצל מטופלים שרשתיתם הייתה בלתי תקינה בעין.

מה ה-AI בפועל רואה בעין

כדי להציץ בתוך "תהליך המחשבה" של ה-AI, החוקרים יצרו מפות חום שהראו אילו חלקים בכל תמונה השפיעו ביותר על התחזיות שלו. במקום להתמקד במקולה המרכזית, המודל התמקד בעקביות בראש העצב הראייתי, בשכבת סיבי העצבים הסובבת ובשכבות וסקולריות עמוקות יותר כמו הכליה (choroid). אלה מבנים הידועים להתרבות ולהתמצק עם הגיל ולהיות רגישים לשינויים בלחץ ובזרימת הדם. דפוסי תשומת הלב של ה-AI היו דומים במחלות עין שונות מאוד, מה שמרמז שהוא למד אינדיקטורים חזקים מבוססי אנטומיה להזדקנות במקום פשוט לזכור קטגוריות מחלה. מעניין כי כאשר תמונות מחלה נכללו באימון, המודל החל להתרכז במידה מסוימת יותר באזורי המקולה במצבים כגון ניוון מקולרי, מה שמרמז שאימון ספציפי למחלה עוזר לו לזהות דפוסים אלה טוב יותר.

מגבלות, הסתייגויות ואפשרויות עתידיות

למחקר יש מגבלות. כל הנתונים הגיעו ממרכז רפואי אקדמי יחיד, ורבים מהמטופלים קיבלו ציוני CCI נמוכים, מה שמחליש את היכולת לזהות קשרים סטטיסטיים חזקים. ה-CCI עצמו הוא כלי ישן שאולי אינו מתאר במלואו דפוסים מודרניים של מחלות כרוניות. חלק מהקורלציות, במיוחד בניוון מקולרי, היו חלשות או לא עקביות. עם זאת, למרות גודל מדגם צנועה בהשוואה לבנקים ביובנקאיים ענקיים, המודל השיג דיוק תחרותי בחיזוי גיל וחשוב מזה — קישר גיל ביולוגי רשתיתי למדד מאומת של עומס מחלות בגוף כולו.

מה זה אומר למטופלים ולרופאים

בהירות המסר עבור הקהל הרחב היא כי סריקות עיניים שגרתיות עשויות בעתיד לעשות הרבה יותר מאשר לבדוק מרשם למשקפיים או לזהות מחלות עין. באמצעות קריאת שינויים עדינים בעצבים ובכלי הדם של הרשתית, בינה מלאכותית יכולה להעריך עד כמה הגוף "זקן" באמת ולאתר אנשים שרקמותיהם מזדקנות מהר יותר מהשנים בלוח השנה שלהם. שעון הזדקנות הרשתית עדיין אינו כלי קליני מוכן לשימוש שגרתי, אך הוא מצביע על עתיד שבו בדיקה מהירה ולא פולשנית של העין עשויה לתרום לאיתור מוקדם של סיכונים בריאותיים חבויים ולהנחות טיפולים מונעים הרבה לפני שמחלה קשה מתחילה להיות גלויה.

ציטוט: Ludwig, C.A., Salvi, A., Mesfin, Y. et al. A multimodal retinal aging clock for biological age prediction and systemic health assessment via OCT and fundus imaging. Sci Rep 16, 6465 (2026). https://doi.org/10.1038/s41598-026-36518-x

מילות מפתח: הדמיית רשתית, גיל ביולוגי, בינה מלאכותית, בריאות מערכתית, מחלות עין