基于影像的多器官生物年龄与死亡率及老龄相关健康结局的关联

为什么有些身体比别人老得快

两个人可以同一天出生，却拥有截然不同的健康状况。一个人也许能跑马拉松，而另一个则饱受心脏病或记忆力衰退的困扰。本研究提出一个简单但有力的问题：我们的器官影像能否揭示身体内部的真实年龄，这些隐藏的年龄能否预示未来的疾病甚至提前死亡？

窥探七个关键器官

研究者分析了来自英国生物样本库（UK Biobank）超过7万名参与者的影像资料，该队列以中老年人为主，规模宏大。他们聚焦于七个与常见年龄相关疾病密切相关的器官：大脑、心脏、肝脏、胰腺、脾脏、双肾，以及通过眼部影像捕捉的视网膜（而非MRI）。这些扫描能够详尽记录器官的形态和运动，但其中包含的衰老模式过于复杂，凭肉眼难以识别。

教计算机“读懂”器官年龄

为了解码这些模式，团队采用了深度学习——一种擅长从图像中发现结构的人工智能方法。针对每个器官，他们用被认为在该器官上健康的人群的扫描训练模型，以个体的实际年龄作为“正常”生物年龄的替代标签。计算机在无人为挑选特征的情况下，学习不同年龄段器官的典型样貌。当模型应用到更广泛的人群时，会给出预测的器官年龄；将该预测值减去实际年龄得到“预测年龄差”。正值差异表示器官看起来比应有年龄更老（加速衰老），负值则表明器官显得更年轻（减缓衰老）。

身体各处的衰老并不均衡

这些模型对七个器官的年龄均能较准确地追踪，其中大脑在预测年龄与实际年龄之间的匹配最紧密，可能因为其结构随年龄变化明显且一致。然而，不同器官的衰老并非同步进行。对大多数人而言，一个器官的预测年龄差与其他器官之间基本独立。只有成对器官（例如两侧肾脏和两只眼睛）之间，以及腹腔器官之间出现较强的关联——例如肝脏的衰老模式与邻近器官存在中等程度的联系。这种拼凑式的格局支持了“衰老并非单一统一过程而是一种马赛克式现象”的观点：一个人的心脏可能老得更快，而另一个人的大脑或肾脏领先衰老。

疾病与死亡的早期预警信号

关键的检验是这些器官年龄差是否与健康结局有关。研究者随访参与者，记录谁随后出现了阿尔茨海默病、心肌梗死、慢性肾病、2型糖尿病等重大疾病，以及谁在研究期内死亡。大脑、心脏或胰腺显得比实际年龄更老的人，死亡风险明显更高。看起来更老的大脑强烈预测未来的阿尔茨海默病；看起来更老的心脏预示心肌梗死和慢性心脏病；而更老的肾脏则显著预示慢性肾病。在许多情况下，器官在被诊断出疾病前数年就呈现出生物学上更老的迹象，表明基于影像的年龄可能在症状出现前很久就作为早期预警信号。

模型如何“看见”衰老

为确认计算机关注的是有意义的变化而非随机噪音，团队可视化了每张影像中对年龄估计影响最大的区域。对于大脑，模型关注随脑组织萎缩而扩大的脑脊液腔隙。在眼部影像中，模型集中于血管和视盘，这些在衰老过程中已知会发生变化。心脏影像中突出的是心肌壁和主要泵室，肾脏和肝脏影像则强调与血流及器官形态相关的区域。这些模式与既有医学知识一致，增强了对模型预测反映真实生物学变化的信心。

这对未来医疗意味着什么

综上，这些发现表明，借助现代人工智能解读的简单影像能够估计器官的生物学行为年龄，而这些隐藏的年龄提供了关于未来疾病和生存的真实信息。该工作仍处于早期阶段：研究样本主要为较年长且背景相对相似的人群，“正常”与“加速”衰老之间的确切界限尚未确定。但若在更多样化的人群中得到验证，并与其他健康数据结合，基于影像的生物年龄有望成为个性化医学的强大工具——帮助医生在疾病真正发生前很久就识别出需要额外关注的器官。

引用: Ecker, V., Yang, B., Gatidis, S. et al. Imaging-derived biological age across multiple organs links to mortality and aging-related health outcomes. npj Aging 12, 51 (2026). https://doi.org/10.1038/s41514-026-00377-7

关键词: 生物年龄, 医学影像, 深度学习, 多器官衰老, 疾病风险预测