過去的半個世紀，現代醫學的發展大大降低了人類的死亡率。伴隨著壽命延長，老齡化卻帶來了沉重的疾病負擔。結合全球人口老齡化趨勢，我們不僅希望長壽，更需要預防和治療衰老帶來的各種疾病。

近年來，人工智慧（AI）在許多領域取得了巨大進步，也為生物醫學帶來了突破性的工具。人工智慧在抗衰老研究領域的最新應用，將如何為我們帶來更加健康長壽的未來？近日，《自然》旗下專注於衰老研究的新刊 Nature Aging 發表了一篇相關專家的評論文章。

文章通訊作者是Buck老齡化研究所（The Buck Institute for Research on Aging）的Alex Zhavoronkov博士，他也是人工智慧新藥研發企業Insilico Medicine的CEO。另兩位作者，一位是Evelyne Bischof博士，現任上海健康醫學院副教授，她關注的主要領域包括人工智慧和數字醫療；另一位是中國讀者十分熟悉的李開復博士。在這篇文章中，我們將與大家分享其中的要點。

衰老是許多疾病發生髮展的關鍵因素，影響到全身器官。這也是隨著年齡增長，一個人身上常會同時出現多種慢性病的原因。比起預防或治療某一種疾病，在機體水平上以衰老為治療目標進行干預，可以更大程度延長平均預期壽命。

評估和監測人的老化程度，正是 AI 可以大展身手的地方。這是因為，理解衰老需要對許多不同型別的資料集進行縱向監測，例如血液檢測資料或基因表達資料。這些資料集在人的生命過程中變化緩慢，在不同人群中又有著明顯的差異，涉及數百萬的引數。

AI具備強大的計算能力，擅長在海量縱向資料中查詢複雜模式，基於不同型別的生物資料進行訓練，從而提前預測老化因素，甚至提出糾正方案。

自2014年以來，在大資料集上訓練的深度神經網路，已經取得了很多進展。現在，AI在影象識別、知識測驗、影片遊戲、語言翻譯等多種任務上的表現堪比人類專家，甚至更好。

更重要的是，深度生成式強化學習已經成功地運用於多個生物醫學領域，從藥物發現到預測臨床試驗結果和個體化醫療。

利用縱向資料訓練深度神經網路（DNN），理解衰老與疾病的關係（圖片來源：參考資料[1]）

利用深度學習技術，科學家們現在建立了“深度衰老時鐘（deep aging clock）”，用於評估一個人的生理年齡（biological age）。

生理年齡由一系列生物標記物的指標組成，比如從血液分析中提取的相關資料。比起實際年齡（chronological age），生理年齡能夠更準確地預測一個人的健康狀態、疾病或死亡率。測量和追蹤這些指標，也可以反映出在採取干預措施或改變生活方式後，一個人的致老、致死風險有什麼變化。

因此作者們指出，像深度衰老時鐘這類由AI技術提供支援的工具，應該成為未來醫生的常備工具，以便為患者定製個體化的健康方案，促進長壽。

研究文章提出，有了 AI 技術的助推，未來的精準醫學中應當有專門以促進健康長壽為目標的“長壽醫學”分支，包括髮現針對特定個體的藥物靶點，量身定製防止衰老的干預措施，透過識別老化與長壽的生物標誌物加強衰老相關疾病的研究，識別出可以在生理或認知等各方面減緩甚至逆轉衰老的方法。

幾位專家也沒有忽視“健康平等”的問題。很多人或許會設想，隨著長壽醫學的發展，未來是不是隻有富人才能享受健康長壽。但作者認為，像可穿戴裝置、深度衰老時鐘等以 AI 技術為基礎的工具將會成為便捷、經濟的手段。就像基因檢測變得越來越“親民”一樣，各種成像技術、“組學”檢測等精準醫學檢測技術，很有可能出現同樣的發展。

三位專家在文章最後總結說，基於 AI 技術的長壽醫學已經在實驗階段有了迅速的發展，現在，是時候結合科學家、醫生、監管部門以及醫藥公司、投資界等多方力量，將其轉化為臨床實踐，為更多的患者和健康個體帶來新的長壽方案。

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