视网膜照片预测死亡风险:RetiME 基础模型跨三大洲验证
EricTopol · x · 2026-11-02
发表于 Nature Biomedical Engineering 的研究开发了基于深度学习的生物标志物 RetiME(Retinal Mortality Equivalent),利用低成本、无创的视网膜照片和大基础模型,直接将视网膜特征映射到个体死亡风险。模型在欧洲队列训练,并在东南亚、欧亚大陆和北美三个独立外部队列完成验证。
配图数据显示,RetiME 在哮喘、COPD、痴呆、阿尔茨海默病、心梗、卒中等多种疾病的风险预测上普遍优于端粒长度和握力等传统生物标志物,多个终点达到显著水平。Eric Topol 评价称视网膜照片将成为预测和预防疾病的入口。这类廉价大规模筛查手段对老龄化社会的预防医疗意义重大。
「研究」频道最新
- Anthropic 随机对照实验:50 名分析师 86% 顺着 Agent 暗示做判断,仅 15% 察觉 — dl_weekly · 2026-11-03
- Frank Calegari 撰文:数学已改变,数学界应主动拥抱 AI 而非悲伤 — littmath · 2026-11-03
- 前谷歌训练大佬 Rohan Anil 实测跨洋 25Gbps 双集群训练 MoE 模型 — _arohan_ · 2026-11-03
- ICSE 2027 LLM4Code 工作坊开放投稿,11月13日截止 — LingmingZhang · 2026-11-03
- 博主称 AI 推翻指数时间假设,两周内触及 BTC/ETH 密钥曲线 — LeviTurk · 2026-11-03
- 亚马逊等机构发布 HULK:Unitree G1 人形机器人能拉 300 公斤重车 — CyberRobooo · 2026-11-02