Επιστήμονες του Osaka Metropolitan University, ανέπτυξαν μοντέλο τεχνητής νοημοσύνης που χρησιμοποιεί ακτινογραφίες θώρακα για να υπολογίσει με ακρίβεια τη χρονολογική ηλικία ενός ανθρώπου.

Όταν υπάρχει διαφορά, αυτό μπορεί να δείχνει σχέση με χρόνια νόσο.

Tα ευρήματα που δημοσιεύτηκαν στο The Lancet Healthy Longevity ανοίγουν το δρόμο για βελτιωμένο έγκαιρο εντοπισμό και παρέμβαση.

Οι ερευνητές, πρώτα ανέπτυξαν μοντέλο τεχνητής νοημοσύνης για να υπολογίσουν την ηλικία από ακτινογραφίες  θώρακα υγιών ανθρώπων.

Στη συνέχεια εφάρμοσαν το μοντέλο σε ακτινογραφίες ασθενειών με γνωστές νόσους για να αναλύσουν τη σχέση μεταξύ υπολογισθείσας ηλικίας και κάθε νόσου.

Συλλέχτηκαν στοιχεία από πολλά νοσοκομεία.

Για την ανάπτυξη, εκπαίδευση και δοκιμή του μοντέλου αποκτήθηκαν 67.099 ακτινογραφίες θώρακα μεταξύ 2008 και 2021 από 36.051 υγιείς ανθρώπους.

Το μοντέλο έδειξε συντελεστή συσχέτισης 0,95 (πολύ ισχυρό) μεταξύ της υπολογισθείσας και της χρονολογικής ηλικίας.

Για να αποδείξουν τη χρησιμότητα της ηλικίας όπως την υπολόγισε το μοντέλο ως βιοδείκτη συλλέχτηκαν 34.197 ακτινογραφίες θώρακα ασθενών με γνωστές νόσους.

Tα αποτελέσματα έδειξαν ότι η διαφορά μεταξύ της ηλικίας όπως την υπολόγισε το μοντέλο και της χρονολογικής ηλικίας συσχετιζόταν θετικά με διάφορες χρόνιες νόσους, όπως υπέρταση, υπερουριχαιμία και ΧΑΠ.

Οσο υψηλότερη ήταν η ηλικία που υπολόγισε το μοντέλο έναντι της χρονολογικής, τόσο πιο πιθανό ήταν οι άνθρωποι να έχουν νόσους.

Πηγές:
The Lancet Healthy Longevity

Ειδήσεις υγείας σήμερα
Το ChatGPT βοηθά άτομα με οξεία ουρολογικά συμπτώματα
Παθογόνα εξαπλώνονται πιο πολύ και πιο γρήγορα λόγω κλιματικής αλλαγής
Ξεκινά ο πρώτος κύκλος του Εκπαιδευτικού Προγράμματος της Ακαδημίας Κλινικών Μελετών 2024