關鍵數字：當人工智慧計算出的「心臟年齡」比實際年齡老了短短 5年，未來 20 年內因心血管疾病或失智症死亡的風險，竟然會大幅增加 61%！
在 ESC Digital & AI Summit 2026 數位與人工智慧高峰會上，一項由美國梅約診所（Mayo Clinic）團隊發表的研究震撼了醫界。過去我們常聽說實質年齡與生理年齡有落差，但這回，深層學習（deep learning）人工智慧模型直接從超音波影像中，精準抓出了心臟的「隱形年齡」。
AI 如何看穿你的心臟年齡？
研究主講人、來自美國羅徹斯特（Rochester）梅約診所的傑佛瑞・馬林斯醫師（Dr. Jeffrey G. Malins）指出，過去的科學研究大多聚焦於心血管疾病患者身上，發現 AI 估算的心臟年齡落差與不良預後息息相關。然而，一般健康大眾是否也有這種關聯，始終是醫學界的一大缺口。
為了填補這塊拼圖，研究團隊針對 568位 年滿 50歲 或以上的社區居民進行了回顧性分析。這些受試者在 2002 年至 2004 年間接受了心臟超音波（echocardiography）檢查。研究人員將過去開發好的 AI 年齡模型套用到這些超音波影像片段中，計算出每個人的平均 AI 預測年齡，並將其減去實際年齡，得出所謂的「心超心臟年齡差距」（echocardiographic cardiac age gap），接著追蹤長達 20年 的心血管與失智症相關死亡數據。
數據背後的殘酷真相
當研究團隊調整了年齡與性別等變項後，結果顯示，心超心臟年齡差距每增加 5年，20年 內因心血管或失智症導致的死亡風險就會攀升 61%（風險比 HR 為 1.61，95% 信賴區間 1.24–2.07，p<0.001）。
即使進一步將身體質量指數（BMI）與左心室射出分率（left ventricular ejection fraction）等干擾因素納入考量，這項關聯性依然顯著：心臟年齡差距每多 5年，長期死亡風險依舊增加 46%（風險比 HR 為 1.46，95% 信賴區間 1.13–1.90，p=0.004）。
從產業面來看，這項研究證明了人工智慧在預防醫學上的巨大潛力。過去我們總是在疾病發作後才介入，但如果能透過常規的心臟超音波影像，利用 AI 提早揪出「心臟超齡」的高風險族群，醫療資源的配置就能從被動治療轉為主動防禦。對一般人來說，這不只是科技新聞，更是身體發出的早期警訊。如果往後推演，未來醫療院所或許能利用這套工具，評估特定的生活習慣調整或藥物介入是否真的能把心臟年齡「逆轉勝」。
心臟老化的長期隱憂
馬林斯醫師（Dr. Jeffrey G. Malins）強調，這項來自社區世代研究的結果顯示，由 AI 衍生出的心臟老化特徵，確實能作為辨識長期健康脆弱族群的重要標記。話說回來，這類分析的最大價值，在於未來能夠用來研究各種生活型態調整或醫療介入措施，究竟能不能真正縮短這個令人膽戰心驚的心臟年齡差距。
說真的，看到這樣的數據，我們不得不重新審視自己的日常作息。當科技已經能夠透過幾秒鐘的超音波影像看穿你的心血管與神經退化風險，我們唯一能做的，就是別再忽視身體老化的警訊。
本文改寫整理自公開新聞來源，原始報導由Medical Xpress發布。
常見問題 FAQ
什麼是心超心臟年齡差距？
心超心臟年齡差距是指透過人工智慧（AI）分析心臟超音波影像所預測出的「生物學年齡」，減去受試者實際的「chronological age（實際年齡）」所得出的差值。
這項研究所指的長期風險包含哪些？
這項研究追蹤長達 20 年，評估的長期風險主要為心血管疾病相關死亡以及失智症相關死亡的發生機率。
心臟年齡比實際年齡老會增加多少風險？
根據研究數據，心超心臟年齡差距每增加 5 年，在調整年齡與性別後，20 年內的相關死亡風險會增加 61%。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
