預測死亡
如果我說我能從你的眼睛裡讀出你早死的預兆，你相信嗎？
相信絕大部分人都覺得這是一個很荒唐的事情，人類的生老病死怎麼能單從眼睛中就能夠讀出來呢？
人的生老病死取決於細胞的新，舊更替以及分裂的速度和活性，如果細胞停止分裂或者分裂緩慢，就意味著進入了老年期，身體機能下降，細胞活力降低，等到細胞完全失去活性，心臟驟停，大腦死亡之時，便意味著人的生命就此終結。
檢測死亡的方式有很多，但預測死亡的方式卻極少，那我們應當如何預測死亡呢？
在電影《天才J》中，主角是透過“生命公式”和“死亡公式”來計算人的生存和死亡。
不少人感嘆到：如果公式真的能夠準確地計算人死亡的時間，那不是就逆天了嗎。
那我們是否需要這個公式呢？在小編看來，這種公式如果真的被計算出來，那麼對人類而言，是一場無比浩大的災難，如果每個人都知道了自己的死亡時間，或許有部分人會變得非常消極，不工作、不學習，整天尋歡作樂，這對於社會的進步是毫無用處和意義的。
早死的預兆
可以肯定地說，世界上沒有任何裝置和公式能夠準確地計算人類死亡的時間，但科學家卻透過研究，發現人的眼睛能夠告訴人早死的預兆。
人類的年齡可以分為實際年齡和身體年齡，實際年齡是從人出生開始便進行計算，而身體年齡則是對身體的狀況進行檢測，這個檢測可以由機器完成。
相信大家在看綜藝《哈哈哈哈哈》的時候，便能夠清楚地認知到實際年齡和身體年齡是存在區別的。如李誕在檢測時發現他的身體年齡已經40多歲了，但他的實際年齡卻只有30多歲，兩者之間的差別是很大的。
實際年齡關乎著人類衰老的程度。一般而言，年齡越大衰老的程度就越明顯。
當然人體衰老的程度還可以從DNA甲基化的水平總體下降情況進行判斷。但是眼睛也能夠成為我們觀察人體衰老程度的視窗，甚至能夠大機率地判斷他是否會在這幾年內去世。
眼睛中具有很多的結構，想要透過眼睛判斷人早死的預兆，最重要的一個結構便是視網膜。
當人慢慢衰老的時候，體內各個結構器官會發生變化，從剛開始的精力旺盛到後面失去生機。眼睛作為一種器官，同樣遵循這樣的規律，不同的人眼睛不同，視網膜的面貌也有所不同。
廣東省醫科學院便開發了一種深度學習AI，能夠根據眼睛中視網膜的面貌來判斷人的實際年紀。
為了對深度學習AI預測的準確性進行判斷，研究團隊找來了接近2萬張的眼底圖，他們的年齡從40歲到69歲之間，拍攝眼底圖的人都沒有患過眼部相關的疾病，是身體狀態比較良好的人群。
實驗開始
第一步，先將大部分的銀地圖輸送給 AI，並且標註上實際年齡，這個過程是讓AI能夠找到其中的規律，並且我牢牢記住，形成一套固定的模式。
第二步，將剩下的一部分圖片上傳 AI進行預測，不會標註實際年紀，以此來判斷 AI預測的準確度。
結果發現，AI預測的年齡和主人的實際年齡相差不會超過3.55年，這說明 AI預測的準確性是可供參考的，也就意味著眼睛當中視網膜的面貌能夠與人體的實際年齡相聯絡。換句話說，視網膜的年齡在一定程度上可以判斷該人的實際年齡。
問題來了，前面這個實驗主要針對身體健康的人群，那麼對於身體不健康的人群，又會出現什麼樣的結果呢？
研究團隊又進行了另一個實驗，這次實驗沒有刻意地去篩選健康人群和不健康人群，而是兩者都入選，總共收集了35913張眼底圖，標註人群的實際年齡，以及關注他們11年內的身體狀況條件，包括生和死。
接著便將這些眼底圖交給 AI預測，然後再將 AI預測的視網膜年齡減去實際年齡。
結果發現：這個差值越大，主人在11年內去世的可能性就越大。
根據詳細的資料測算得出這個差值每擴大一年，主人在11年內去世的機率就會增加2%。
相信看到這裡的人都想要去測一測自己視網膜的實際年齡。當然也有部分人覺得這個實驗並沒有科學依據，只是在眾多資料當中找到規律，但事實卻並非如此。
實際上，身體內出現的很多疾病也會和眼部疾病相聯絡。
例如腎臟疾病就常常會和眼部疾病結伴而行，再如，視網膜中的栓子就是可以阻塞血管的團塊，也被科學家證實和慢性腎病等許多疾病都有關聯。
也就是說，眼睛視網膜的面貌狀態是否良好和身體是否健康有很大的關係，如果身體呈現不健康的狀態，那麼會在視網膜圖片中有所體現。
所以，與其說能夠透過視網膜的面貌來預測人早死的預兆，倒不如說是透過視網膜的面貌判斷一個人身體健康的程度，然後再去預測他早死的情況。
研究團隊表示將會繼續深化研究 AI預測的準確性，希望在AI的幫助下能夠提前預測人體所患疾病，及時採取治療，讓生命能夠更好地延續。
總結
沒想到一個小小的視網膜既然能夠扯出人類的生與死，這也恰恰說明身體的任何一個器官結構都是你身體健康程度的一個反應。在日常生活中，如果感到不適，就一定要及時就醫，否則容易出現大的問題。
當然，這也說明科學技術的進步能夠極大促進醫療、航空等各個領域的發展，這對於人類社會而言是具有極大的幫助。那麼你的視網膜年齡和你的實際年齡相差多少歲呢？記住，如果相差了三歲以上，那麼就可以被稱作為“快速衰老者”。
參考資料：《Retinal age gap as a predictive biomarker for mortality risk》
