AI 與世界的難題 · 醫學與藥物探索 · Nature (computational biology) · 2026-10-22

由閃光誘發的視網膜血管反應性估計實際年齡：機器學習方法

原標題: Estimating chronological age from flicker-induced retinal vascular reactivity: a machine learning approach

研究人員測試了機器學習與深度學習模型，包括 Extra Trees Regressor,以非侵入性地根據三個閃光週期內視網膜動脈與靜脈直徑的變化估計實際年齡。表現最佳的模型達到 9.3 的平均絕對誤差與 17.7% 的平均絕對百分比誤差。LIME 分析找出了影響年齡預測的關鍵特徵。