新加坡国立大学杨潞龄医学院的研究团队近期开发出一种革命性技术：通过人工智能分析视网膜图像预测认知衰退风险。这项发表于《阿尔茨海默症协会杂志》的突破性研究显示，基于深度学习算法构建的RetiPhenoAge模型可通过标准眼底照片估算视网膜生物年龄，为认知健康管理提供新工具。
由新加坡国立大学医学系创新精准眼科健康中心总监程清宇教授与健康长寿转化医学计划副主任陈克里斯托弗教授联合领导的研究表明：视网膜生物年龄较高的受试者（共纳入新加坡500名记忆门诊参与者）在五年内出现认知障碍或痴呆的风险显著增加25-40%（每标准差增加）。这一发现通过英国生物样本库33,000人队列的十二年追踪数据得到验证，证明该生物标志物在不同人群中的普适性。
研究团队采用多重验证手段，通过脑部扫描和血液标志物证实视网膜衰老与神经退行性病变关键生物过程的关联性。程教授强调："RetiPhenoAge能无创评估个体生物年龄，不仅对认知健康管理具有重要价值，也为衰老研究开辟新路径。这种筛查工具可帮助医生在症状出现前识别高危人群，实现精准干预。"
随着全球痴呆症患者数量激增，陈教授指出这种可扩展的筛查技术具有重大临床意义："目前我们已能通过初级综合诊所现有的视网膜成像设备实现检测。这种简便且经济的筛查模式有望纳入常规体检，推动早期发现和及时干预。"作为记忆衰老与认知中心的负责人，陈教授同时是新加坡国立大学医院心理医学部的访问顾问。
共同第一作者Sim Ming Ann博士与Tham Yih Chung助理教授补充道："我们期待这项技术能提升临床诊疗水平，帮助医生在症状显现前识别痴呆风险，从而实现早期干预改善预后。"两位研究者分别来自新加坡国立大学医学系和创新精准眼科健康中心。
该研究获得新加坡卫生部国家医学研究理事会多项重大资助，研究团队正进一步在亚洲及更广泛人群中验证该生物标志物的适用性。程教授与陈教授最新获得NMRC专项基金，将开展社区认知障碍人群的视网膜影像筛查，同时探索RetiPhenoAge在评估生活方式干预、药物治疗等防认知衰退方案中的应用潜力。
这项突破性成果标志着数字生物标志物领域的重要进展，展示了人工智能与非侵入式成像技术结合在解决重大医疗挑战中的巨大潜力。由于新加坡多数综合诊所已配备视网膜扫描设备，该技术可无缝对接现有医疗体系，为全球应对老龄化相关的认知衰退问题提供创新解决方案。
【全文结束】
