Ageing Research Reviews | 深圳先進(jìn)院描繪長壽醫(yī)學(xué)新圖景 從衰老AI模型到先進(jìn)治療藥品研發(fā)與轉(zhuǎn)化引擎
當(dāng)前全球老齡化進(jìn)程持續(xù)加速,全球65歲及以上人口已突破8億,預(yù)計2050年將增至16億。人口結(jié)構(gòu)的轉(zhuǎn)變使得慢性疾病、身體衰弱、神經(jīng)退行性病變、心血管疾病等老年相關(guān)病癥負(fù)擔(dān)急劇加重,全球醫(yī)療與社會體系面臨巨大壓力。如何精準(zhǔn)延長健康壽命、縮小壽命與健康壽命之間的差距,成為老年科學(xué)領(lǐng)域的核心命題。
衰老本身是由原發(fā)性、拮抗性、整合性三大類共12項核心特征交織形成的非線性復(fù)雜過程,傳統(tǒng)還原論研究方法難以解析不同衰老特征間的聯(lián)動關(guān)系;同時,衰老相關(guān)生物標(biāo)志物篩選、抗衰老藥物研發(fā)周期漫長、老年個體異質(zhì)性高、臨床照護(hù)難度大等一系列行業(yè)痛點,嚴(yán)重制約領(lǐng)域發(fā)展。
近日,老年醫(yī)學(xué)領(lǐng)域?qū)W術(shù)期刊Ageing Research Reviews發(fā)表綜述文章"Artificial intelligence across the aging continuum: Mechanistic geroscience, therapeutic innovation, and clinical impact",中歐創(chuàng)新醫(yī)藥與健康研究中心(以下簡稱“中歐醫(yī)藥中心”)研發(fā)工程師Lucy Wanjiru Njunge,中國科學(xué)院深圳先進(jìn)技術(shù)研究院研究員、深圳市先進(jìn)醫(yī)療技術(shù)概念驗證中心主任於邱黎陽為本論文的共同通訊作者。
技術(shù)底座:分層AI架構(gòu)破解衰老研究復(fù)雜度
衰老多維度、非線性的生物學(xué)特性,對數(shù)據(jù)分析能力提出極高要求。本研究梳理并構(gòu)建了一套適配老年科學(xué)研究的分層AI技術(shù)體系,整合機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、生成式AI、大語言模型與可解釋AI五大模塊,明確不同技術(shù)的應(yīng)用邊界與協(xié)同邏輯,為解析衰老機(jī)制提供核心技術(shù)支撐。
這套分層架構(gòu)可融合多組學(xué)、空間生物學(xué)、醫(yī)學(xué)影像、臨床隨訪等多模態(tài)數(shù)據(jù),精準(zhǔn)拆解傳統(tǒng)方法無法識別的衰老特征互作關(guān)系,成為連接衰老基礎(chǔ)研究與轉(zhuǎn)化應(yīng)用的關(guān)鍵橋梁。
精準(zhǔn)解碼:AI全方位挖掘衰老特征生物標(biāo)志物
文章基于學(xué)界公認(rèn)的衰老三大特征層級,系統(tǒng)性驗證了AI在生物標(biāo)志物挖掘中的核心價值,實現(xiàn)從分子、細(xì)胞到組織、機(jī)體多尺度的衰老信號捕獲。
針對原發(fā)性衰老特征,研究證實DARC Sign、DeepHRD等AI模型可精準(zhǔn)識別DNA修復(fù)缺陷,TLPath、TeloSeq能夠解析組織特異性端粒損耗規(guī)律;基于DNA甲基化的AltumAge、DeepMAge等AI衰老時鐘,可跨病癥精準(zhǔn)評估人體生物年齡。針對線粒體功能異常、細(xì)胞衰老等拮抗性特征,MoDL深度學(xué)習(xí)模型可預(yù)判線粒體功能狀態(tài),SenPred、DeepScence等工具能高精度識別衰老細(xì)胞及其異質(zhì)性表型。針對干細(xì)胞衰竭、細(xì)胞通訊紊亂、腸道菌群失調(diào)、炎癥衰老等整合性系統(tǒng)特征,圖神經(jīng)網(wǎng)絡(luò)、微生物組AI模型、iAge炎癥衰老時鐘等技術(shù),成功厘清了全身系統(tǒng)性衰老的分子規(guī)律,大幅提升標(biāo)志物的預(yù)測效能。
研發(fā)提速:AI重塑抗衰老藥物全流程
區(qū)別于傳統(tǒng)對癥藥物,抗衰老保護(hù)劑(Geroprotector)以衰老核心機(jī)制為靶點,可同時干預(yù)多種老年合并癥。AI技術(shù)貫穿該類藥物從靶點發(fā)現(xiàn)到臨床試驗的全流程,徹底革新傳統(tǒng)研發(fā)模式。
在靶點與藥物-互作預(yù)測環(huán)節(jié),PandaOmics、圖神經(jīng)網(wǎng)絡(luò)等平臺鎖定衰老與腫瘤、神經(jīng)退行性疾病的共用靶點;KG-NFM等模型有效解決蛋白“冷啟動”難題,精準(zhǔn)預(yù)測藥物作用位點。在化合物篩選與分子設(shè)計層面,GENTRL、GAN等生成式AI可從頭設(shè)計多靶點候選分子,Kaempferol、α-阿米林等天然活性成分也通過AI高通量篩選被證實具備抗衰老活性。同時AI還支持上市藥物跨適應(yīng)癥重定位,大幅降低研發(fā)成本。
目前多款A(yù)I設(shè)計的候選藥物已進(jìn)入臨床試驗階段,如靶向肺纖維化的INS018_055、抗腫瘤的EXS?21549等,覆蓋纖維化、代謝疾病、眼底病變等衰老相關(guān)疾病。此外,AI還可優(yōu)化臨床試驗受試者招募、預(yù)判試驗結(jié)局,有效解決老年受試者合并癥多、異質(zhì)性強(qiáng)的難題。
落地民生:AI構(gòu)建智慧老年醫(yī)療服務(wù)體系
在臨床與居家照護(hù)場景中,AI結(jié)合物聯(lián)網(wǎng)技術(shù)形成完整的智慧老年健康管理體系。智能穿戴設(shè)備、環(huán)境傳感器可實現(xiàn)生理指標(biāo)、行為狀態(tài)的連續(xù)監(jiān)測,提前預(yù)警跌倒、功能衰退等風(fēng)險;臨床預(yù)測模型能夠評估老年衰弱、多病共存風(fēng)險,同時預(yù)警多重用藥不良反應(yīng)。
康養(yǎng)機(jī)器人、運動輔助設(shè)備助力老年人開展康復(fù)訓(xùn)練;VR交互系統(tǒng)、AI陪伴終端可鍛煉認(rèn)知功能、緩解老年孤獨感。依托數(shù)字表型、數(shù)字孿生等技術(shù),AI實現(xiàn)了老年健康的預(yù)測-干預(yù)-隨訪全流程管理,推動老年醫(yī)療從被動治療轉(zhuǎn)向主動健康管理。
同時,我們需要理性審視AI衰老研究的技術(shù)挑戰(zhàn)與倫理困境,客觀剖析當(dāng)前AI應(yīng)用的短板,并結(jié)合老年人群特性提出倫理治理框架,為領(lǐng)域規(guī)范化發(fā)展指明方向。
技術(shù)層面,衰老數(shù)據(jù)集易受批次效應(yīng)、混雜變量干擾,小樣本問題易導(dǎo)致模型過擬合,輸出虛假生物學(xué)關(guān)聯(lián);多數(shù)深度學(xué)習(xí)模型可解釋性不足,也阻礙成果轉(zhuǎn)化。對此研究提出,需強(qiáng)化數(shù)據(jù)質(zhì)控,結(jié)合SHAP、LIME等可解釋AI,并建立“細(xì)胞實驗-模式生物-人體隊列”層級化驗證體系。倫理與基建層面,訓(xùn)練數(shù)據(jù)不均衡易引發(fā)算法偏見與數(shù)字老年歧視;老年高敏感健康數(shù)據(jù)存在隱私泄露風(fēng)險,全球算力、數(shù)據(jù)資源不均也進(jìn)一步拉大健康差距,亟需完善隱私保護(hù)、行業(yè)監(jiān)管與普惠化基礎(chǔ)設(shè)施建設(shè)。
本綜述完整勾勒出AI賦能老年科學(xué)的全產(chǎn)業(yè)鏈圖景,證明AI能夠?qū)⑺ダ蠌拿枋鲂陨憩F(xiàn)象,轉(zhuǎn)變?yōu)榭山馕?、可調(diào)控、可干預(yù)的動態(tài)生物學(xué)過程。研究提出的數(shù)據(jù)質(zhì)控-可解釋分析-多層級驗證-倫理治理一體化發(fā)展思路,也為全球AI老年科學(xué)研究建立了規(guī)范參考。
面對全球老齡化加劇、老年慢性病高發(fā)、健康壽命不足、醫(yī)療照護(hù)負(fù)荷激增等一系列嚴(yán)峻挑戰(zhàn),中歐醫(yī)藥中心已錨定先進(jìn)治療、數(shù)字健康、長壽醫(yī)學(xué)三大核心技術(shù)方向布局攻堅:
依托長壽醫(yī)學(xué)深挖衰老底層機(jī)制,破解傳統(tǒng)研究難以解析衰老復(fù)雜特征的困境,致力于縮小大眾壽命與健康壽命的差距;
發(fā)力先進(jìn)治療賽道,聚焦老年多病共存、衰老相關(guān)難治性疾病,借助人工智能加速創(chuàng)新藥物與靶向療法研發(fā),突破傳統(tǒng)對癥治療的局限;
布局?jǐn)?shù)字健康領(lǐng)域,打造智能化健康管理與診療體系,緩解全球醫(yī)療資源緊張、老年居家照護(hù)難等現(xiàn)實問題。
此項研究恰好與中歐醫(yī)藥中心三大技術(shù)規(guī)劃高度契合,本文以衰老核心特征為框架,系統(tǒng)梳理人工智能(AI)在老年機(jī)制科學(xué)、抗衰老藥物創(chuàng)新、老年臨床診療全鏈條的應(yīng)用體系、技術(shù)原理、實踐成果,并深度剖析技術(shù)瓶頸、倫理風(fēng)險與解決方案,充分展現(xiàn)中歐醫(yī)藥中心在AI +老年健康交叉領(lǐng)域的前沿學(xué)術(shù)實力與研發(fā)能力。
引用來源:
1. Li H, Abhulimen P O, Yu Q, et al. Artificial intelligence across the aging continuum: Mechanistic geroscience, therapeutic innovation, and clinical impact[J]. Ageing Research Reviews, 2026, 120: 103205. https://www.sciencedirect.com/science/article/pii/S1568163726001972
關(guān)于中歐創(chuàng)新醫(yī)藥與健康研究中心
深圳中歐創(chuàng)新醫(yī)藥與健康研究中心有限公司(簡稱“中歐醫(yī)藥中心”)成立于2023年3月,由深圳市羅湖區(qū)人民政府和中國科學(xué)院深圳先進(jìn)技術(shù)研究院合作共建。中歐醫(yī)藥中心作為羅湖區(qū)深入實施深圳市“20+8”大健康產(chǎn)業(yè)集群的核心布局,是中國科學(xué)院深圳先進(jìn)技術(shù)研究院科技成果產(chǎn)業(yè)化應(yīng)用和產(chǎn)業(yè)核心技術(shù)研發(fā)的重要承載。中歐醫(yī)藥中心始終秉持“嚴(yán)守合規(guī)底線,加速原始創(chuàng)新”的原則,致力于“讓科學(xué)家專注科研,讓企業(yè)家安心轉(zhuǎn)化”,通過技術(shù)研發(fā)、成果轉(zhuǎn)化、企業(yè)孵育、生態(tài)培育、國際合作等多種模式,全方位建設(shè)世界一流生物醫(yī)藥和健康領(lǐng)域全鏈條、體系化、有特色的科技創(chuàng)新和成果轉(zhuǎn)化平臺,持續(xù)為羅湖區(qū)和深圳市打造國內(nèi)領(lǐng)先、國際一流的產(chǎn)業(yè)創(chuàng)新集聚高地貢獻(xiàn)力量。

圖1:衰老研究AI分層架構(gòu)示意圖。底層機(jī)器學(xué)習(xí)用于生物年齡預(yù)測、初步靶點篩選;卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)等深度學(xué)習(xí)模型挖掘多組學(xué)、病理影像中的隱性生物信號;生成對抗網(wǎng)絡(luò)、變分自編碼器等生成式AI可合成生物學(xué)數(shù)據(jù),解決樣本稀缺問題;BERT類大語言模型負(fù)責(zé)文獻(xiàn)挖掘與知識整合;SHAP、LIME等可解釋AI工具打破模型“黑箱”,保障結(jié)果的生物學(xué)可信度。

圖2:衰老病理傳導(dǎo)鏈路:基因組不穩(wěn)定、端粒損耗等原發(fā)性損傷觸發(fā)拮抗性細(xì)胞應(yīng)激,最終引發(fā)干細(xì)胞耗竭、慢性炎癥等系統(tǒng)性整合病變;依托多組學(xué)、影像、臨床檢測等數(shù)據(jù),AI可輸出生物標(biāo)志物、衰老時鐘、治療靶點等一系列可落地的科研與臨床成果。

圖3:智能家居、智能穿戴、臨床平臺等AI應(yīng)用載體,標(biāo)注算法偏見、數(shù)字老年歧視、數(shù)據(jù)隱私、老年自主權(quán)益等核心風(fēng)險,明確需以透明、公平、人格尊嚴(yán)為核心搭建倫理治理體系。
附件下載: