Τι κι αν το «φαίνεται η ηλικία σου» δεν αναφέρεται στο πρόσωπό σου, αλλά στο στήθος σου; Οι επιστήμονες του Μητροπολιτικού Πανεπιστημίου της Οσάκα ανέπτυξαν ένα προηγμένο μοντέλο τεχνητής νοημοσύνης (AI) που χρησιμοποιεί ακτινογραφίες θώρακος για να εκτιμήσει με ακρίβεια τη χρονολογική ηλικία του ασθενούς. Το πιο σημαντικό, όταν υπάρχει μια ανισότητα, μπορεί να σηματοδοτήσει μια συσχέτιση με χρόνια νόσο. Αυτά τα ευρήματα σηματοδοτούν ένα άλμα στην ιατρική απεικόνιση, ανοίγοντας το δρόμο για βελτιωμένη έγκαιρη ανίχνευση και παρέμβαση ασθενειών. Τα αποτελέσματα δημοσιεύονται στο The Lancet Healthy Longevity.
Τι δείχνει το μοντέλο AI για την ηλικία;
Η ερευνητική ομάδα, με επικεφαλής τον μεταπτυχιακό φοιτητή Yasuhito Mitsuyama και τον Dr. Daiju Ueda από το Τμήμα Διαγνωστικής και Επεμβατικής Ακτινολογίας στο Graduate School of Medicine, Osaka Metropolitan University, κατασκεύασε για πρώτη φορά ένα μοντέλο AI βασισμένο στη βαθιά μάθηση για να εκτιμήσει την ηλικία από ακτινογραφίες θώρακα υγιή άτομα. Στη συνέχεια εφάρμοσαν το μοντέλο σε ακτινογραφίες ασθενών με γνωστές ασθένειες για να αναλύσουν τη σχέση μεταξύ της ηλικίας που εκτιμάται από την AI και κάθε ασθένειας. Δεδομένου ότι η τεχνητή νοημοσύνη που εκπαιδεύεται σε ένα μόνο σύνολο δεδομένων είναι επιρρεπής σε υπερβολική προσαρμογή, οι ερευνητές συνέλεξαν δεδομένα από πολλά ιδρύματα.
Για την ανάπτυξη, την εκπαίδευση, τις εσωτερικές και εξωτερικές δοκιμές του μοντέλου AI για την εκτίμηση της ηλικίας, ελήφθησαν συνολικά 67.099 ακτινογραφίες θώρακος μεταξύ 2008 και 2021 από 36.051 υγιή άτομα που υποβλήθηκαν σε ιατρικές εξετάσεις σε τρεις εγκαταστάσεις. Το μοντέλο που αναπτύχθηκε έδειξε έναν συντελεστή συσχέτισης 0,95 μεταξύ της ηλικίας που εκτιμάται από το AI και της χρονολογικής ηλικίας. Γενικά, ένας συντελεστής συσχέτισης 0,9 ή μεγαλύτερος θεωρείται ότι είναι πολύ ισχυρός. Για να επικυρωθεί η χρησιμότητα της εκτιμώμενης ηλικίας με AI χρησιμοποιώντας ακτινογραφίες θώρακος ως βιοδείκτη, συντάχθηκαν επιπλέον 34.197 ακτινογραφίες θώρακος από 34.197 ασθενείς με γνωστές ασθένειες από δύο άλλα ιδρύματα.
Τα αποτελέσματα αποκάλυψαν ότι η διαφορά μεταξύ της ηλικίας που εκτιμάται με AI και της χρονολογικής ηλικίας του ασθενούς συσχετίστηκε θετικά με μια ποικιλία χρόνιων παθήσεων, όπως η υπέρταση, η υπερουριχαιμία και η χρόνια αποφρακτική πνευμονοπάθεια. Με άλλα λόγια, όσο υψηλότερη ήταν η εκτιμώμενη ηλικία του AI σε σύγκριση με τη χρονολογική ηλικία, τόσο πιο πιθανό ήταν τα άτομα να έχουν αυτές τις ασθένειες.
«Η χρονολογική ηλικία είναι ένας από τους πιο κρίσιμους παράγοντες στην ιατρική», δήλωσε ο Mitsuyama. “Τα αποτελέσματά μας υποδεικνύουν ότι η φαινόμενη ηλικία που βασίζεται στην ακτινογραφία θώρακος μπορεί να αντικατοπτρίζει με ακρίβεια καταστάσεις υγείας πέρα από τη χρονολογική ηλικία. Στόχος μας είναι να αναπτύξουμε περαιτέρω αυτήν την έρευνα και να την εφαρμόσουμε για να εκτιμήσουμε τη σοβαρότητα των χρόνιων ασθενειών, να προβλέψουμε το προσδόκιμο ζωής και να προβλέψουμε πιθανές χειρουργικές επιπλοκές.”