2025年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。

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。”

此研究开创性构建了完全基于人工智能推理能力的“AI生物年龄建模框架”，可利用常规健康体检数据直接推演生物年龄及各器官老化节律，无需额外人工标注或昂贵组学检测。这是全球首次提出并系统验证的器官级生物年龄建模方法，显著拓展了人工智能在个体化健康评估中的应用边界。

研究团队整合中、美、英三国6个大规模人群队列包括英国生物银行（UK Biobank）、美国国家健康与营养调查（NHANES）、中国健康与养老追踪调查（CHARLS）、中国老年健康影响因素跟踪调查（CLHLS）、中国家庭追踪调查（CFPS），以及团队自主建立的中国西北地区真实世界人群队列（NCRP），总样本量超1000万人，构成目前全球最大规模的健康体检数据库之一。结果显示，LLMs预测的生物年龄在全因死亡预测中C-index达0.757，显著优于端粒长度、表观遗传时钟等传统指标；首次在个体层面实现心脏、肺、肝、肾等多器官生物年龄独立建模，揭示“器官异步衰老”现象；同时识别出316种与加速衰老相关的血液蛋白，其中60%为新发现标志物，为慢病预警和老龄化监测提供了全新工具。研究流程如图所示。

作为国家百千万人才工程入选者、国务院政府特殊津贴专家，杨毅宁教授带领团队深耕心血管疾病防治领域20余年，此次联合清华大学实现跨学科攻关，既是医院“立足新疆、开放协作”科研理念的生动实践，更标志着新疆在人工智能赋能精准医学领域实现历史性突破。

“医院始终将科技创新作为高质量发展的核心引擎，”杨毅宁教授说：“从冠心病流行病学调查到多器官衰老评估，我们坚持以临床需求为导向，让科研成果真正服务于人民健康。”此次成果不仅是医院科研实力的集中展现，更成为新疆医疗卫生事业创新发展的“金字名片”。

该成果兼具科学突破性与临床普惠性，其“低成本、易推广”特性可直接下沉基层健康管理场景。仅需依托常规体检数据即可完成精准评估，为大众绘制“个体化衰老画像”，助力疾病早筛与健康干预，生动诠释了以人民为中心的发展思想。杨毅宁教授说：“研究为全疆科研工作者注入创新动能，我们将持续立足新疆、面向全国，以‘仁心仁术’守护各族群众生命健康，让科技红利惠及更多百姓。”（袁玉娟 刘爱澜）