视网膜作为人体内唯一可以直接无创观测微血管与神经系统的“外周窗口”，正成为临床评估全身多器官健康度的前沿门户。过往多项循证医学研究已证实，眼底病变与心血管、肾脏等慢性系统性疾病存在深层生物学关联。而近日一项跨国多中心大数据研究，更是为“由眼观骨”这一前沿假说提供了强有力的微血管毒理学证据：通过人工智能（AI）评估视网膜的生物学年龄，能够精准、超前地预测个体未来的骨密度流失及骨折风险。
由新加坡与英国等多国科研人员组成的国际联合团队，在知名学术期刊《公共科学图书馆·数字健康》（PLOS Digital Health）上发表了题为“Conceptual illustration of retinal biological aging and its association with bone mineral density, fracture risk, and incident osteoporosis”最新研究论文。他们利用AI影像算法对超4.5万例眼底彩照进行深度解构，首次确立了视网膜生物学年龄（Retinal biological age）与骨质疏松症（Osteoporosis）新发风险之间的独立负相关性。
临床痛点：被低估的“静默杀手”与昂贵的“金标准”
骨质疏松症是一种以骨量减少、骨微结构破坏为特征的全身性退行性骨病。由于该病在早期乃至进展期往往并无明显的临床显性症状，多数患者直至发生第一次脆性骨折时才被确诊，因此在临床上常被称为“静默的杀手”。
世界骨质疏松基金会（IOF）的统计数据显示，因骨质疏松导致的髋部骨折（Hip fractures）预后最为凶险，其一年内的致死率高达20%至24%。即使在骨折幸存者中，也有近40%的患者会完全丧失独立行走能力。
目前，临床上诊断骨质疏松症的“金标准”仍依赖于双能X线吸收测定法（DEXA）扫描来测量骨密度（BMD）。然而，受限于高昂的检测成本、大型设备的普及率以及辐射安全性，DEXA扫描很难作为普惠性的筛查手段覆盖大规模公共卫生体检人群，这导致该病在世界范围内普遍处于“高发病、低诊断”的严重失衡状态。
核心突破：多中心纵向队列勾勒“眼骨轴”负相关
为了打破早期筛查的技术僵局，联合研究团队调取了两个极具代表性的大型患者队列数据：
-
新加坡 PIONEER 队列：涵盖1965名老年受试者，研究旨在对比基线眼底图像与真实的DEXA骨密度测量值。
-
英国生物样本库（UK Biobank）队列：纳入43938名受试者，在采集基线视网膜图像后，对医疗记录开展了长达12年的纵向随访。
研究人员引入了一款名为 RetiAGE 的深层AI算法工具。该工具此前已通过逾10万张眼底彩照进行了深度学习训练，能够精准捕捉到反映人体微血管硬化、神经退行性改变的复杂拓扑特征，并以此量化输出受试者的视网膜生物学年龄。
两组大型队列的统计学分析均指向了一个高度一致的结论：视网膜生物学年龄与骨骼健康度呈现出显著的负相关。 在新加坡队列中，眼底图像显老（即视网膜生物年龄显著高于实际生理年龄）的受试者，其骨密度测定值往往更低，且骨折风险评分更高；而在长达12年的英国随访队列中，基线时的“眼底高龄”成为了其未来确诊骨质疏松症的强效预测因子。该关联在男性和女性受试者中均具有统计学显著性，且独立于年龄、吸烟史等传统危险因素。
范式转型：无创眼底影像赋能人群风险早筛
研究团队进一步将 RetiAGE 的AI量化评分融入到现有的临床骨折风险评估模型中。结果显示，联合模型的预测辨别力（C-index，一致性指数）从原先的 0.585 显著提升至 0.635。这一提升意味着，在无需进行昂贵辐射检查的前提下，仅凭一张几秒钟即可完成的眼底照片，就能大幅优化社区高危人群的动态拦截率。
眼底彩照具备无创、快速、廉价且易于在社区卫生中心普及的天然优势。这项研究揭示了“眼底探针”在慢性退行性骨病流调早期筛查中的工程学潜力。
不过，科研团队也在论文中指出，该技术目前仍存在一定的泛化局限性。由于 RetiAGE 模型的初始训练权重主要基于韩国人群数据集，而视网膜的微血管解剖结构和外观特征在不同族裔（Ethnicities）及不同眼部基础疾病群体间存在异质性。因此，团队下一步的攻关重点将是引入涵盖更多元种族、多中心的多模态数据集对AI模型进行迭代重训，以确保这一无创早筛技术在跨人种临床应用中的鲁棒性与精准度。
参考文献：Qingsheng Peng et al, Retinal biological age correlates with bone mineral density and fracture risk score and predicts incident osteoporosis, PLOS Digital Health (2026). DOI: 10.1371/journal.pdig.0001360
编辑：周敏
排版：李丽
评论 (0)