7月23日，国际顶级医学期刊《Nature Medicine》（中国科学院一区，影响因子50.0）在线发表一项具有划时代意义的研究成果——“基于大语言模型的大规模人群生物年龄预测”（Large language model-based biological age prediction in large-scale populations）。该研究由新疆维吾尔自治区人民医院杨毅宁教授团队联合清华大学底骞教授、马为之教授团队共同完成，是国际上首次将大语言模型（LLMs）应用于器官级生物年龄评估系统，实现人体多器官衰老状态的精准建模与智能预警，为全球精准健康评估领域填补了关键空白。作为新疆医疗卫生系统在国际顶刊发表的里程碑式成果，此项突破标志着我国新疆地区医疗科研水平已跻身世界前列。

　　该研究深度契合“健康中国2030”战略中“推动健康科技创新”的核心要求，是我国在“AI+健康”交叉前沿领域实现高水平科技自立自强的生动实践。作为新疆科研团队首次以通讯作者单位在《Nature Medicine》发表的原创研究，其成果不仅为应对全球老龄化挑战提供了全新“中国方案”，更彰显了中国科研力量在国际医学前沿的引领地位。杨毅宁教授表示：“研究始终锚定国家战略需求，立足新疆、服务全国、面向世界，让新疆医疗科研成果登上国际舞台，是我们践行新时代使命担当的具体体现。”

　　研究成果取得三大突破

　　大语言模型预测的生物年龄在死亡与疾病风险预测中准确率显著超越端粒长度、表观遗传时钟等传统指标；

　　首次运用大模型在个体层面实现心、肺、肝等多器官生物年龄建模，揭示“器官异步衰老”，即不同器官衰老速度不同步的现象；

　　识别316种可能与加速衰老相关的血液蛋白标志物，其中60%、约190种为首次报道，如高效预测因子IGFBP4，为慢病预警及老龄化监测提供全新工具包。

　　“该成果核心优势在于低成本、易推广、普适性强——仅需常规体检数据即可绘制个体‘衰老画像’，预测生物衰老程度及未来慢病、死亡风险。”杨毅宁强调，此模式能使尖端健康评估技术真正下沉基层，服务更广大人群，助力疾病早筛和主动干预。

　　此项“中国原创”技术突破，为全球健康管理提供创新范式，向世界应对老龄化挑战贡献了“中国新疆智慧”，其成功经验可率先惠及“一带一路”共建国家，共享科技进步红利。