IT之家 12 月 26 日消息，伦敦国王学院的研究人员开发了一种基于 AI 的“衰老时钟”，可以通过分析血液代谢物数据预测个体的健康状况和寿命。衰老时钟可以帮助发现健康状况下降的早期迹象，从而在疾病发作之前，采取预防策略和干预措施，还可以让人们主动跟踪自己的健康状况，做出更好的生活方式选择，并采取措施保持更长时间的健康。研究使用了英国生物样本库超过 22.5 万名参与者的血液标记数据，这些参与者在招募时的年龄在 40 至 69 岁之间，训练和测试了 17 种机器学习算法，发现非线性机器学习算法，特别是 Cubist 回归模型，表现最为出色。
科学家在本次研究中引入了“MileAge”代谢组年龄，通过观测血液新陈代谢过程中产生的小分子（例如食物转化为能量时产生的小分子），来评估生物年龄。而 MileAge delta 是指 MileAge 与实际年龄的差值，用于指示生物衰老处于加速还是减速状态。研究发现，MileAge 大于实际年龄（即生物年龄加速）的个体，通常身体更虚弱，更容易患慢性疾病，自评健康状况较差，且死亡风险更高。他们也拥有更短的端粒（细胞衰老的标志），与动脉粥样硬化等老年疾病相关。
IoPPN 国王奖研究员、该研究的主要作者朱利安・穆茨 (Julian Mutz) 博士表示：IT之家附上参考地址
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，蓝鸢梦想所有文章均包含本声明。
