準(zhǔn)確便捷地評估個(gè)體衰老對于識(shí)別健康風(fēng)險(xiǎn)和預(yù)防衰老相關(guān)疾病至關(guān)重要。然而，目前的衰老指標(biāo)往往面臨諸多挑戰(zhàn)，例如方法論局限性、與不良后果的關(guān)聯(lián)性較弱以及普適性有限。

2025年7月23日，來自清華大學(xué)等研究團(tuán)隊(duì)在Nature Medicine雜志發(fā)表題為“Large language model-based biological age prediction in large-scale populations”的文章。

該研究提出了一個(gè)框架，利用大型語言模型 (LLM)，僅使用健康體檢報(bào)告即可估算個(gè)體整體和器官特異性衰老。

值得一提的是，該模型在六個(gè)人群隊(duì)列中進(jìn)行驗(yàn)證，涵蓋超過 1000 萬參與者，證明了其有效性和可靠性。

為了驗(yàn)證 LLM 是否能夠有效預(yù)測整體年齡和器官特定年齡，研究人員將 LLM 的預(yù)測結(jié)果與其它衰老指標(biāo)進(jìn)行了比較，包括實(shí)際年齡、虛弱指數(shù)、端粒長度、八個(gè)表觀遺傳年齡和四個(gè) ML 預(yù)測年齡。

結(jié)果表明，LLM 預(yù)測的總體年齡與五種表型的關(guān)聯(lián)性顯著高于其他指標(biāo)：足跟骨密度、牙齒、步行速度、長期疾病和虛弱指數(shù)。此外，與四種 ML 預(yù)測的總體年齡相比，LLM 預(yù)測的總體年齡與十種表型的相關(guān)性顯著增強(qiáng)。

隨后，研究人員進(jìn)一步比較了8個(gè)老齡化指標(biāo)在預(yù)測36種健康結(jié)果方面的一致性指數(shù)。 發(fā)現(xiàn)LLM 預(yù)測的總體年齡在全因死亡率、冠心病、中風(fēng)、慢性阻塞性肺疾病、腎功能衰竭、關(guān)節(jié)炎和其他22種結(jié)局中顯示出更優(yōu)的C指數(shù)。

緊接著，研究人員比較了LLM和四種ML模型中12種衰老相關(guān)表型的總體年齡差距之間的相關(guān)性。結(jié)果顯示，與ML模型相比，基于LLM的總體年齡差距與大多數(shù)表型的關(guān)聯(lián)明顯更強(qiáng)。

除了能夠更好地預(yù)測不良后果的無監(jiān)督衰老模型外，LLM 在衰老評估方面還具有三大優(yōu)勢，包括強(qiáng)大的通用性、能力演變和動(dòng)態(tài)衰老評估。

為了驗(yàn)證其普適性，研究人員在NCRP、CHARLS、CFPS和CLHLS上重復(fù)了上述分析。在NCRP、CHARLS和CFPS中觀察到了與主要發(fā)現(xiàn)相似的結(jié)果，表明LLM具有很強(qiáng)的普適性。然而，在CLHLS和NCRP的老年參與者中卻發(fā)現(xiàn)了相反的結(jié)果，這意味著目前的LLM可能不太適合評估老年人的衰老情況。

最后，研究人員確定了多個(gè)與衰老相關(guān)的蛋白質(zhì)組生物標(biāo)志物，包括LEP、OXT、ALPP和FGF21等。

總而言之，該研究發(fā)現(xiàn)LLM可以利用常規(guī)健康檢查報(bào)告來預(yù)測總體年齡和器官特異性年齡，并在多個(gè)隊(duì)列中驗(yàn)證其可靠性。通過應(yīng)用LLM預(yù)測的年齡和年齡差距，可以實(shí)現(xiàn)更精確的個(gè)體老齡化和相關(guān)健康風(fēng)險(xiǎn)建模，從而提高人群的健康效益。

參考文獻(xiàn)：

https://www.nature.com/articles/s41591-025-03856-8