Wiek siatkówki a starzenie się organizmu: co sztuczna inteligencja może odczytać z siatkówki

1. AI trafnie oszacowała wiek – także w niezależnej populacji

W UK Biobank wiek siatkówki był silnie skorelowany z wiekiem metrykalnym:

r = 0,90, przy średnim błędzie bezwzględnym 2,85 roku.

Model sprawdzono następnie u 4757 uczestników niezależnego badania Rotterdam Study. Pozostał trafny – korelacja wyniosła r = 0,85, a średni błąd bezwzględny 3,35 roku.

Ta walidacja zewnętrzna zwiększa pewność, że zdolność modelu do szacowania wieku nie była swoista wyłącznie dla UK Biobank.

Jednak potwierdza ona zdolność modelu do przewidywania wieku metrykalnego na podstawie zdjęć siatkówki. Sama w sobie nie potwierdza wieku siatkówki jako klinicznego testu wieku biologicznego.

2. Starszy wiek siatkówki wiązał się ze stanem zdrowia metabolicznego i nasileniem stanu zapalnego

Większa luka wieku siatkówki wiązała się z kilkoma mniej korzystnymi cechami zdrowotnymi, w tym:

większą łączną ekspozycją na dym tytoniowy w ciągu życia,

wyższym stężeniem HbA1c i glukozy,

wyższym wskaźnikiem masy ciała i wskaźnikiem talia–biodra,

wyższym skurczowym ciśnieniem tętniczym,

wyższą liczbą białych krwinek,

oraz wyższym stężeniem białka C-reaktywnego.

Wyższy szacowany VO₂max, czyli miara wydolności krążeniowo-oddechowej, wiązał się z mniejszą luką wieku siatkówki.

Łącznie wyniki te sugerują, że starzej wyglądająca siatkówka wiąże się z kilkoma aspektami zdrowia metabolicznego, naczyniowego i nasileniem stanu zapalnego.

Nie dowodzą one, że czynniki te powodują starzenie się siatkówki ani że ich poprawa musi zmniejszyć wiek siatkówki.

3. Luka wieku siatkówki wiązała się z przyszłymi chorobami i śmiertelnością

Badacze przeanalizowali też zdarzenia zdrowotne, które wystąpiły w długoterminowym okresie obserwacji.

Osoby, które już chorowały na daną chorobę, wykluczono z analizy nowych zachorowań na tę chorobę.

Większa luka wieku siatkówki wiązała się z późniejszą śmiertelnością ogólną oraz z nowymi zachorowaniami na kilka chorób, w tym:

choroby sercowo-naczyniowe,

przewlekłą obturacyjną chorobę płuc,

udar mózgu,

otępienie,

zakrzepicę,

chorobę niedokrwienną serca,

oraz nowotwory.

Związki te utrzymywały się po uwzględnieniu ugruntowanych klinicznych czynników ryzyka.

Dodanie luki wieku siatkówki do konwencjonalnych czynników ryzyka dawało jednak na ogół tylko umiarkowaną poprawę predykcji, a poprawa nie była istotna statystycznie dla każdego punktu końcowego.

To rozróżnienie jest ważne. Wiek siatkówki może wnosić dodatkowe informacje o przyszłym ryzyku zdrowotnym, ale to badanie nie pokazuje, że może on zastąpić ugruntowaną kliniczną ocenę ryzyka.

4. Wzorce starzenia się siatkówki różniły się między kobietami a mężczyznami

Samo przewidywanie wieku działało podobnie u kobiet i mężczyzn, ale niektóre związki luki wieku siatkówki ze zdrowiem były różne.

U mężczyzn luka wieku siatkówki wykazywała silniejszy związek z zespołem metabolicznym i powiązanymi czynnikami metabolicznymi.

U kobiet kilka związków zmieniało się w zależności od statusu menopauzalnego. Kobiety po menopauzie miały większą lukę wieku siatkówki niż kobiety przed menopauzą, a niektóre z ich związków zdrowotnych stawały się bardziej podobne do obserwowanych u mężczyzn.

Wyniki te sugerują, że biologiczne różnice między kobietami a mężczyznami – w tym prawdopodobnie zmiany hormonalne związane z menopauzą – mogą wpływać na wzorce starzenia się siatkówki.

Badanie nie dowodzi jednak, że menopauza lub spadek stężenia estrogenów powoduje przyspieszone starzenie się siatkówki.

5. Genetyka i obrazowanie siatkówki dostarczyły wskazówek dotyczących sygnału biologicznego

Badacze zidentyfikowali 40 loci genetycznych istotnych na poziomie całego genomu związanych z luką wieku siatkówki.

Wskazane szlaki biologiczne obejmowały metabolizm, długowieczność, neurodegenerację, senescencję komórkową, choroby siatkówki i cechy naczyń siatkówki.

Szacowany udział czynników genetycznych w zmienności luki wieku siatkówki wyniósł około 28%.

Model AI wydawał się też czerpać informacje związane z wiekiem z kilku obszarów siatkówki, zwłaszcza z plamki, tarczy nerwu wzrokowego i naczyń krwionośnych siatkówki.

Konwencjonalnie mierzone cechy siatkówki wyjaśniały jednak tylko część tego sygnału.

Sugeruje to, że luka wieku siatkówki odzwierciedla informacje istotne biologicznie, ale dokładne procesy biologiczne uchwycone przez model AI wciąż nie są w pełni poznane.

Fotografia siatkówki jest szybka i nieinwazyjna, a przy tym daje bezpośredni obraz tkanki nerwowej i naczyniowej. Dlatego stanowi atrakcyjne potencjalne źródło dodatkowych informacji o starzeniu się.

Badanie z 2026 roku wzmacnia dowody dotyczące wieku siatkówki, ale szczególnie ważne pozostają cztery ograniczenia.

Po pierwsze, wiek siatkówki nie jest bezpośrednim pomiarem wieku biologicznego całego organizmu. Model przewiduje wiek metrykalny na podstawie zdjęć siatkówki i oblicza, o ile wynik danej osoby różni się od tej prognozy.

Po drugie, związek nie oznacza przyczynowości. Większa luka wieku siatkówki wiązała się z gorszym zdrowiem i przyszłymi chorobami, ale nie wiemy jeszcze, czy zmiany w siatkówce przyczyniają się do tych chorób, odzwierciedlają leżące u ich podstaw procesy chorobowe, czy jedno i drugie.

Po trzecie, możliwość uogólniania wyników pozostaje ograniczona. Uczestnicy UK Biobank i Rotterdam Study byli w większości pochodzenia europejskiego i stosunkowo zdrowi. Wyniki wymagają potwierdzenia w bardziej zróżnicowanych populacjach, także klinicznych.

Po czwarte, przydatność kliniczna nie została jeszcze ustalona. Luka wieku siatkówki wnosiła pewne dodatkowe informacje predykcyjne, ale poprawa w stosunku do ugruntowanych czynników ryzyka była na ogół umiarkowana. Badanie nie wykazało, że stosowanie wieku siatkówki poprawia decyzje kliniczne lub wyniki zdrowotne.

W medycynie długowieczności wiek siatkówki najlepiej więc traktować jako dodatkowe źródło informacji o starzeniu się i ogólnym stanie zdrowia, a nie jako samodzielny wskaźnik wieku biologicznego.

To badanie znacząco poszerza wcześniejsze badania nad wiekiem siatkówki.

Pokazuje, że model AI potrafi z dobrą dokładnością szacować wiek na podstawie zdjęć siatkówki i że ta zdolność utrzymuje się w niezależnej populacji.

Co ważniejsze, luka wieku siatkówki wiązała się z wieloma wymiarami zdrowia – w tym z markerami metabolicznymi i zapalnymi, sprawnością fizyczną, przyszłymi chorobami i śmiertelnością.

Znaczenie tej liczby musi jednak pozostać jasne.

Model wytrenowano do przewidywania wieku metrykalnego na podstawie siatkówki. Nie wytrenowano go do pomiaru wieku biologicznego całego organizmu.

Dlatego luka wieku siatkówki wynosząca +5 lat nie oznacza, że organizm danej osoby jest biologicznie o pięć lat starszy.

Oznacza, że cechy siatkówki wykryte przez model wyglądają na starsze, niż można by oczekiwać przy wieku metrykalnym tej osoby. Badanie pokazuje, że ta różnica niesie informacje istotne dla zdrowia.