记者 | 孙文豪

预估自己的自然寿命，或许不再是一个奇幻的命题，人工智能正在尝试给出一个科学的答案。

近日，IBM和加州大学圣迭戈分校的研究人员开发出了一种AI工具，这一工具可以根据微生物组样本有效地预测一个人的自然状态下的寿命。

这一基于微生物组样本的人工智能研究并非首例。2019年，新加坡的相关研究人员在老鼠中进行了肠道微生物组移植实验，发现了微生物组中的衰老现象和老鼠身体中的系统性缺陷存在一些关联。

IBM和加州大学圣迭戈分校的研究人员们第一次将这一实验移植到了人体上，他们找来了18岁到90岁各个年龄层的志愿者，并且基于人种和地理差异的考量，志愿者群体来自美国、中国、英国和坦桑尼亚等四个不同的国家，最终得到了9000余份微生物组的分析样本。

这些微生物群组分别来自皮肤，口腔和肠道等三个人体部位。AI从采样的微生物组中提取出相对丰富的微生物群，经过随机回归模型的优化、训练和测试，获得了微生物组和年龄之间的联系。

“研究结果表明了机器学习和人工智能技术能够更好地了解人类微生物组的潜力。” IBM “健康智能人工智能计划”的项目负责人Ho-Cheol Kim说。

研究人员发现，这一AI工具预估准确性和人体不同部位有关，皮肤微生物组是准确预测的最佳指标，其误差在3.8年左右。研究小组认为，皮肤上的微生物组准确率较高是由于每个人都经历了可预见的皮肤生理变化，例如血清生成减少和干燥度增加。此外，口腔微生物组的预测误差在4至5年，而肠道微生物组误差达到了11.5年左右。

这一研究成果虽然存在较大的误差范围，但研究人员仍然报以乐观的态度，他们认为进一步的系统优化后，这一技术将可以很好地服务于医疗健康体系。 

“这一研究为观察微生物组在衰老过程中的作用奠定了基础。”Ho-Cheol Kim对于这一技术的落地场景做了大概的预测，“未来可以帮助专业人士深入了解微生物组与神经病学、心血管疾病和免疫健康等之间的相关性。”

在此前，也有多家科技公司和高校研究机构尝试用AI进行相关的测试。2018年，Google AI的研究人员称，其开发的人工智能网络可以利用电子病历预测患者住院的死亡率，其收集了超过21万份样本，并称其模型预测准确率在95%左右。此外，斯坦福大学和阿德莱德大学都曾公布过类似的研究结果，但目前都尚还没有得到普遍性的应用。

虽然目前要实现技术落地还有一定的困难，但IBM和加州大学圣迭戈分校的研究人员认为，这项研究为他们指明了一个方向，“这表明这个模型是大致有效的，人体的老化伴随着关键微生物组的损失而发生。”团队成员Niina Haiminen等人在博客中写道，“我们未来会合并多个来源的研究，从而有可能加速基于全球数据范围的模型优化。”