據(jù)英國《自然·通訊》雜志20日發(fā)表的一篇健康科學論文，歐洲科學家報告，他們通過對逾4萬名個體的分析，發(fā)現(xiàn)了14種與全因死亡率相關的血液生物標記物。相較于目前已有的方法，這項最新發(fā)現(xiàn)或有助于提高5年及10年死亡風險的預測準確性。

有鑒于可用的臨床數(shù)據(jù)量，預測病人最后一年的死亡率一般來說是可行的。過去的研究分析了血液代謝物特征和其他生理參數(shù)，以鑒定可用于預測死亡風險的生物標記物。但是，在預測更長期（5年至10年）的死亡風險的問題上，研究人員未就預測指標達成一致意見。

德國馬克思·普朗克老化生物學研究所科學家喬利斯·迪倫及其同事，此次對來自12個隊列、總計44168名個體進行了代謝組學分析，這些被試全部為歐洲血統(tǒng)，年齡在18歲—109歲之間。

研究團隊最后鑒定出了14種與全因死亡率相關的代謝物，已知這些生物標記物會參與各種過程，包括脂蛋白和脂肪酸代謝、糖酵解以及炎癥。之后，作者利用鑒定出來的代謝物構(gòu)建了一個用以預測5年及10年死亡風險的模型，該模型對于所有年齡段的預測準確性，都高于基于傳統(tǒng)風險因素的模型。

研究團隊認為，基于上述14種生物標記物和性別所得的風險分數(shù)可用于指導臨床治療，不過現(xiàn)階段，仍需要開展更進一步的研究。

在2018年，谷歌團隊也曾將獲取的460億電子病歷信息數(shù)據(jù)，交給人工智能（AI）進行深度學習，從而讓AI可以準確預測病患的死亡率。