Artificial intelligence-driven metabolomics of retinal nerve fibre layer to profile risks of mortality and cardiometabolic diseases
8.0
来源：
Nature
关键字：
AI brain science
发布时间：
2025-12-11 23:39
摘要：
该研究通过整合先进的视网膜光学活检和人工智能算法，揭示了视网膜神经纤维层（RNFL）与心脏代谢疾病（CMD）之间的代谢基础。研究发现26种代谢生物标志物与RNFL厚度显著相关，并且AI驱动的RNFL代谢状态模型能够有效分层CMD风险，具有重要的临床应用潜力，尤其是在社会脆弱群体中。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
1.0分+重点关注领域符合度
business_impact
1.0分+商业影响力
scientific_rigor
1.5分+数据支撑的科学性
timeliness_innovation
1.5分+时效性与创新性
investment_perspective
2.5分+BOCG投资视角
market_value_relevance
1.0分+市场价值相关性
team_institution_background
0.5分+团队与机构背景
technical_barrier_competition
0.5分+技术壁垒与竞争格局
关键证据
研究识别出26种代谢生物标志物与视网膜神经纤维层厚度显著相关。
AI驱动的代谢状态模型在心脏代谢疾病风险分层中表现出高达21.8倍的富集。
该研究在不同种族和临床背景的独立队列中验证了结果，显示出良好的临床应用潜力。
真实性检查
否
AI评分总结
该研究通过整合先进的视网膜光学活检和人工智能算法，揭示了视网膜神经纤维层（RNFL）与心脏代谢疾病（CMD）之间的代谢基础。研究发现26种代谢生物标志物与RNFL厚度显著相关，并且AI驱动的RNFL代谢状态模型能够有效分层CMD风险，具有重要的临床应用潜力，尤其是在社会脆弱群体中。