BMI 的脑部特征能预测心血管代谢和呼吸系统疾病吗？

用体重训练的模型，用来测疾病

论文提出的问题很窄，含义却很广：如果一个神经网络学会从结构性脑部扫描中读出体重指数（BMI），它构建出的表征是否携带全身性疾病的信息？这里的 BMI 是标准的体重身高比指标，分为偏瘦（低于 18.5 kg/m²）、健康体重（18.5–24.9）、超重（25.0–29.9）和肥胖（30.0 及以上）。

作者用 T1 加权 MPRAGE 扫描训练一个三维卷积神经网络来预测 BMI，再把网络最后输出的 64 维特征图当作疾病预测的“数字生物标志物”。这张特征图是模型对一次扫描的压缩摘要：五个卷积模块把 160×192×160 体素的输入逐步缩小为 5×6×5、64 通道的体积。随后，疾病分类器建立在这 64 个数值上，而不是建立在图像上。

这一设计的关键在于，网络在训练 BMI 时从未见过任何诊断标签。那 64 个数值里若含有疾病信号，只能是学习估计体重的副产品，而不是被专门优化去识别疾病的结果。

六个队列，其中三个完全留出

合并数据集包含 45,702 名受试者，每人一张图像：UK Biobank（42,754）、HCP 青年成人研究（1,109）、HCP-Aging（719），以及来自 ADNI（822）、PPMI（142）和 PREDICT-HD（156）的健康对照。UK Biobank、HCP 和 HCP-Aging 用于训练和队列内评估；ADNI、PPMI 和 PREDICT-HD 被完全留出，作为外部测试队列。

在三个训练队列内部，70% 的样本（n = 31,206）用于训练模型，20%（n = 8,917）用于调参，10%（n = 4,459）构成队列内的盲测集。训练采用平衡采样：每个 epoch 抽取 12,000 张 UK Biobank 图像，HCP 和 HCP-Aging 各 2,000 张，以免最大的队列主导训练，也避免 BMI 与特定年龄段绑定。

模型没有直接回归单一数值，而是把 10–60 的 BMI 范围等分为 50 个区间，为每个区间输出一个概率，最终估计值是这些区间的概率加权平均。这就是论文中“预测 BMI”的操作性定义。

队列内表现强，跨队列明显下降

模型在队列内测试数据上表现良好，但迁移到留出队列后准确度下降。论文把这一点描述为一致的模式，而非某一个具体数字：队列内表现强，外部表现下降。作者指出，外部队列是从神经退行性疾病研究中筛选出的健康对照，年龄偏大，并非一般人群样本，这一因素本身也可能促成下降。

这种不对称是后续所有结论的第一道边界。BMI 预测在完全外部的队列中做过检验；疾病分析没有。

另一项纵向检验使用随访子集，发现模型能追踪 2.3 年内的 BMI 变化。模型对 BMI 上升的敏感性强于下降，对肥胖参与者的敏感性强于健康体重组，而超重组和偏瘦组与健康体重组之间没有显著差异。论文还报告，BMI 变化的标准差从健康体重到肥胖组逐步增大，这也是肥胖组更容易被追踪的部分原因。

64 维特征在八种诊断上均胜过 BMI

疾病分析只限于 UK Biobank 中带临床标签的子集（n = 34,524），覆盖八种患病率至少 1% 的疾病：心房颤动/扑动、冠状动脉疾病、2 型糖尿病、高胆固醇血症、高血压、心肌梗死、心力衰竭和慢性阻塞性肺疾病。每种疾病都编码为二分类标签。

对每种疾病，研究者分别以 BMI 或模型导出的生物标志物为输入训练逻辑回归分类器，采用十折交叉验证；每一折用 90% 的样本训练，10% 留作测试。以生物标志物为基础的模型在全部八种疾病上都取得了显著高于 BMI 模型的 AUC（p < 0.05，Wilcoxon 符号秩检验）。这里的 AUC 是受试者工作特征曲线下面积，衡量的是区分能力，不是风险评分，也不是经过校准的概率。

作者还报告，维度匹配的比较确认这一优势不能仅用表征容量解释；校准只在事后用 Brier 分数评估。疾病模型并未针对绝对风险估计进行优化。

小脑、胼胝体和脑干的白质驱动预测

为了看清模型对哪些区域敏感，作者使用积分梯度，量化扰动单个体素强度会如何改变预测 BMI，从而为每名受试者生成一张重要性图。这些图被变换到 MNI 空间、归一化，再用主成分分析加以概括。

第一主成分几乎按 BMI 状态把受试者分开：正向聚类几乎全部由超重和肥胖者组成。其载荷以沿解剖边界分布的白质为主，最大的聚类位于胼胝体和小脑，脑干通路（大脑脚、内侧丘系）、边缘结构（乳头体、穹窿、扣带）以及视辐射、钩束等主要纤维束也有贡献。白质占主导这一特点在多数主成分中都成立。

论文指出，这些白质区域单独用于检测疾病时，效果与完整模型相当。论文同时提醒，重要性图是一种简化：决策由所有体素之间的非线性关系共同决定，因此应把它理解为模型整体上对哪里敏感，而不是经过验证的解剖定位。

吸烟出现在 BMI 空间里，饮酒没有

把生物标志物投影到二维 UMAP 空间后（该空间只用于可视化，从不作为预测特征），可以看到按 BMI 类别和性别形成的清晰结构。把生活方式变量映射到该空间后，结果出现分化：饮酒量在第一维度上与 BMI 没有关联，而每日吸烟量则分成两个分布。

重度吸烟者（每天超过 10 支）主要聚集在空间左侧，而这一侧的人 BMI 更高、肥胖相关疾病风险也更高。每天吸烟 10 支及以下的人则均匀分布。作者据此认为，这些 MRI 生物标志物除了反映疾病状态，也反映了吸烟状态。

这一解读既是发现，也是警示：由 BMI 训练出的表征并不是纯粹的 BMI 信号，疾病分类器可能也在利用相关的生活方式信息。

共享机制只是被提出，尚未被证明

作者认为，这些结果与连接代谢状态和脑结构的共享机制相符，并列出候选机制：炎症，已有研究报告它介导肥胖对脑的影响；脑血管功能障碍和血脑屏障破坏；以及肥胖相关基因在脑干区域（如孤束核）的表达。作者明确呼吁未来研究来区分这些可能性。

脑干定位被赋予了功能背景：延髓和脑桥包含产生并调节呼吸节律和自主心血管控制的核团，整合化学感受和压力感受器输入。论文把这表述为与既有文献相符，而不是一条已被证明的通路。

作者直言，白质方面的观察只针对这个横断面 BMI 模型，不应被解读为机制性结论。“模型在这里敏感”与“这个区域导致了疾病关联”之间的缺口，本研究并未填补。

比较成立在一个队列内，尚未超出

论文自己的局限性部分精确划出了边界。所有疾病预测分析都限于 UK Biobank（n = 34,524），因此没有经过外部验证，尽管 BMI 预测经过了外部验证。年龄、血管负担、吸烟或社会经济因素的残余混杂无法完全排除，因为脑–BMI 表征与 BMI 的相似度高于与年龄的相似度，而观察性神经影像本身无法排除这些因素。

模型只使用了一种架构，没有对替代方案做穷尽比较；重要性图对预处理、模板选择和架构的稳健性，以及潜在生物标志物的重测信度，均未评估。模型能否推广到其他扫描仪、采集协议和临床人群，仍有待确定。

在这些约束下，论文最具决策相关性的结论是一个比较，而不是一次部署：在同一 UK Biobank 样本、同样八种诊断上，仅从脑结构学到的表征对疾病的区分能力优于用来训练它的 BMI 数值。这把脑影像重新定位为全身生理的读出，并把下一个问题变成机制问题——是炎症还是血管负担写下了这道痕迹——而不是 AUC 差距是否存在。

本文引用的文献