近年来，人工智能（AI）在许多领域取得了巨大进步，也为生物医学带来了打破性的工具。
人工智能在抗朽迈研究领域的最新运用，将如何为我们带来更加康健龟龄的未来？近日，《自然》旗下专注于朽迈研究的新刊 Nature Aging 揭橥了一篇干系专家的评论文章。

文章通讯作者是Buck老龄化研究所（The Buck Institute for Research on Aging）的Alex Zhavoronkov博士，他也是人工智能新药研发企业Insilico Medicine的CEO。
另两位作者，一位是Evelyne Bischof博士，现任上海康健医学院副教授，她关注的紧张领域包括人工智能和数字医疗；另一位是中国读者十分熟习的李开复博士。
在这篇文章中，我们将与大家分享个中的要点。

让AI理解朽迈

朽迈是许多疾病发生发展的关键成分，影响到全身器官。
这也是随着年事增长，一个人身上常会同时涌现多种慢性病的缘故原由。
比起预防或治疗某一种疾病，在机体水平上以朽迈为治疗目标进行干预，可以更大程度延长均匀预期寿命。

评估和监测人的老化程度，正是 AI 可以大展技艺的地方。
这是由于，理解朽迈须要对许多不同类型的数据集进行纵向监测，例如血液检测数据或基因表达数据。
这些数据集在人的生命过程中变革缓慢，在不同人群中又有着明显的差异，涉及数百万的参数。

AI具备强大的打算能力，善于在海量纵向数据中查找繁芜模式，基于不同类型的生物数据进行演习，从而提前预测老化成分，乃至提出纠正方案。

深度学习在生物医学领域有广泛的运用（图片来源：参考资料[1]）

自2014年以来，在大数据集上演习的深度神经网络，已经取得了很多进展。
现在，AI在图像识别、知识测验、***游戏、措辞翻译等多种任务上的表现堪比人类专家，乃至更好。

更主要的是，深度天生式强化学习已经成功地利用于多个生物医学领域，从药物创造到预测临床试验结果和个体化医疗。

利用纵向数据演习深度神经网络（DNN），理解朽迈与疾病的关系（图片来源：参考资料[1]）

利用深度学习技能，科学家们现在建立了“深度朽迈时钟（deep aging clock）”，用于评估一个人的生理年事（biological age）。

生理年事由一系列生物标记物的指标组成，比如从血液剖析中提取的干系数据。
比起实际年事（chronological age），生理年事能够更准确地预测一个人的康健状态、疾病或去世亡率。
丈量和追踪这些指标，也可以反响出在采纳干预方法或改变生活办法后，一个人的致老、致去世风险有什么变革。

因此作者们指出，像深度朽迈时钟这类由AI技能供应支持的工具，该当成为未来年夜夫的常备工具，以便为患者定制个体化的康健方案，促进龟龄。

让“龟龄医学”造福更多人

研究文章提出，有了 AI 技能的助推，未来的精准医学中应该有专门以促进康健龟龄为目标的“龟龄医学”分支，包括创造针对特定个体的药物靶点，量身定制防止朽迈的干预方法，通过识别老化与龟龄的生物标志物加强朽迈干系疾病的研究，识别出可以在生理或认知等各方面减缓乃至逆转朽迈的方法。

几位专家也没有忽略“康健平等”的问题。
很多人或许会设想，随着龟龄医学的发展，未来是不是只有富人才能享受康健龟龄。
但作者认为，像可穿着设备、深度朽迈时钟等以 AI 技能为根本的工具将会成为便捷、经济的手段。
就像基因检测变得越来越“亲民”一样，各种成像技能、“组学”检测等精准医学检测技能，很有可能涌现同样的发展。

三位专家在文章末了总结说，基于 AI 技能的龟龄医学已经在实验阶段有了迅速的发展，现在，是时候结合科学家、年夜夫、监管部门以及医药公司、投资界等多方力量，将其转化为临床实践，为更多的患者和康健个体带来新的龟龄方案。

参考资料：[1] Alex Zhavoronkov et al., (2021) Artifcial intelligence in longevity medicine. Nature. Doi: https://doi.org/10.1038/s43587-020-00020-4

注：本文旨在先容医药康健研究进展，不是治疗方案推举。
如需得到治疗方案辅导，请前往正规医院就诊。
版权解释：本文来自药明康德内容团队，欢迎个人转发，回绝媒体或机构未经授权以任何形式转载至其他平台。