视网膜年龄差与DNA甲基化年龄对比：谁更靠谱？首尔大学医院研究给出数据！
内容提要
首尔大学医院基于近3万张眼底照片的研究发现，糖尿病使视网膜年龄差增加2.52年，白内障增加1.86年，吸烟增加0.5年，高血压和高脂血症无显著关联。视网膜年龄差检测无需抽血、成本低，但受图像质量影响大，个体预测误差超2.5年，生物学机制尚不明确，目前仅适用于群体筛查，不能用于个体风险分层。
延伸解读
糖尿病信号强，高血压高血脂为何不显著？
研究显示糖尿病使视网膜年龄差增加2.52年，而高血压和高脂血症无显著关联。文章解释，高血糖持续激活氧化应激和炎症，导致血管内皮细胞衰老且难以逆转；降压药和他汀能改善内皮功能，可能抵消了高血压和高血脂的痕迹。这提示视网膜年龄差对已造成结构性损伤的代谢病更敏感，而非所有心血管危险因素。
白内障的读数：真实衰老还是图像伪影？
白内障患者视网膜年龄差升高1.86年，但晶状体混浊会降低眼底图像质量，导致模型判断可能部分反映图像退化而非视网膜衰老。研究团队在局限性中承认这一点。与DNA甲基化年龄不同，视网膜年龄差受相机型号、光照、晶状体透明度影响大，不同相机照片在特征空间形成独立聚类，可重复性面临挑战。
吸烟与婚姻的效应量：统计显著不等于个体可用
吸烟者视网膜年龄差比不吸烟者高约0.5年，已婚者比单身者低0.46年，但模型预测误差达2.5至2.7年，噪声是信号的好几倍。这意味着医生无法凭单次读数判断个体是否吸烟。与DNA甲基化年龄相比，视网膜年龄差对生活方式因素的敏感度更低，更适合捕捉已造成结构性损伤的疾病状态。
混合训练更准，但模型到底学了什么？
研究用健康与患病眼底混合训练，混合多任务模型误差低于仅用健康数据训练的健康单任务模型。混合训练让模型见过糖尿病视网膜病变、白内障模糊等图像，但两种模型在正常眼上的视网膜年龄差估计差异显著。文章指出，模型可能学到相机型号、拍摄角度等无关特征，测量标准化远未成熟，生物学解释几乎空白。
Q&A
视网膜年龄差是什么？它是怎么算出来的？
视网膜年龄差（RAG）是深度学习从眼底照片算出的预测年龄减去实际年龄。首尔大学医院用近三万张眼底照片，通过混合多任务模型计算得出。
哪些因素会显著增加视网膜年龄差？
糖尿病使视网膜年龄差增加2.52年，白内障增加1.86年，吸烟增加0.5年。高血压和高脂血症没有显著关联。
视网膜年龄差和DNA甲基化年龄相比，各有什么优缺点？
视网膜年龄差无需抽血、成本低，只需一张眼底照片，但受图像质量影响大，个体预测误差超2.5年，生物学机制尚不明确。DNA甲基化年龄需要抽血、流程复杂且成本高，但有明确的理论基础，标准化程度较高。
视网膜年龄差目前能用于个体健康风险评估吗？
不能。首尔大学医院研究团队明确指出，视网膜年龄差目前仅适用于群体层面的特征描述，不能用于个体风险分层。个体预测误差超过2.5年，噪声幅度是信号的好几倍。
为什么糖尿病患者的视网膜年龄差特别高，而高血压和高脂血症却没有显著影响？
高血糖环境持续激活视网膜血管内皮细胞的氧化应激反应，导致线粒体功能受损、慢性炎症因子释放，血管内皮细胞提前衰老，且难以逆转。而降压药和他汀类药物能改善内皮功能，所以高血压和高脂血症没有留下显著痕迹。
视网膜年龄差研究目前存在哪些主要局限性？
主要局限性包括：个体预测误差大（2.5年以上），受图像质量影响大（如白内障导致图像退化），生物学机制不明确，模型训练数据组成会显著改变输出结果，且缺乏独立的纵向验证。
