Naukowcy z Osaka Metropolitan University opracowali model sztucznej inteligencji, który dokładnie szacuje wiek pacjenta, wykorzystując zdjęcia rentgenowskie klatki piersiowej zdrowych osób pobrane z wielu placówek. Ponadto odkryli pozytywny związek między różnicami w wieku szacowanym przez AI i wieku chronologicznym a różnymi chorobami przewlekłymi, takimi jak nadciśnienie, hiperurykemia i przewlekła obturacyjna choroba płuc. Oczekuje się, że w przyszłości zostaną opracowane biomarkery AI do przewidywania oczekiwanej długości życia, szacowania ciężkości chorób przewlekłych i przewidywania ryzyka związanego z operacją.
Co jeśli „wyglądanie na swój wiek” odnosi się nie do twarzy, ale do klatki piersiowej? Naukowcy z Osaka Metropolitan University opracowali zaawansowany model sztucznej inteligencji (AI), który wykorzystuje radiogramy klatki piersiowej do dokładnego oszacowania wieku chronologicznego pacjenta. Co ważniejsze, gdy istnieje rozbieżność, może to sygnalizować korelację z chorobą przewlekłą. Odkrycia te oznaczają skok w obrazowaniu medycznym, torując drogę do ulepszonego wczesnego wykrywania chorób i interwencji. Wyniki mają zostać opublikowane w The Lancet Healthy Longevity.
Zespół badawczy kierowany przez doktoranta Yasuhito Mitsuyamę i dr Daiju Uedę z Wydziału Radiologii Diagnostycznej i Interwencyjnej Wyższej Szkoły Medycznej Uniwersytetu Metropolitalnego w Osace najpierw skonstruował model sztucznej inteligencji oparty na głębokim uczeniu się, aby oszacować wiek na podstawie radiogramów klatki piersiowej zdrowe osobniki. Następnie zastosowali model do radiogramów pacjentów ze znanymi chorobami, aby przeanalizować związek między wiekiem szacowanym przez AI a każdą chorobą. Biorąc pod uwagę, że sztuczna inteligencja przeszkolona na pojedynczym zbiorze danych jest podatna na nadmierne dopasowanie, naukowcy zebrali dane z wielu instytucji.
W celu opracowania, szkolenia, wewnętrznych i zewnętrznych testów modelu AI do szacowania wieku uzyskano łącznie 67 099 zdjęć rentgenowskich klatki piersiowej w latach 2008-2021 od 36 051 zdrowych osób, które przeszły badania kontrolne w trzech ośrodkach. Opracowany model wykazał współczynnik korelacji 0,95 między wiekiem szacowanym przez AI a wiekiem chronologicznym. Ogólnie współczynnik korelacji równy 0,9 lub wyższy jest uważany za bardzo silny.
Aby zweryfikować przydatność wieku oszacowanego przez AI przy użyciu radiogramów klatki piersiowej jako biomarkera, skompilowano dodatkowe 34 197 radiogramów klatki piersiowej od 34 197 pacjentów ze znanymi chorobami z dwóch innych instytucji. Wyniki ujawniły, że różnica między wiekiem szacowanym przez AI a wiekiem chronologicznym pacjenta była dodatnio skorelowana z różnymi chorobami przewlekłymi, takimi jak nadciśnienie, hiperurykemia i przewlekła obturacyjna choroba płuc. Innymi słowy, im wyższy wiek szacowany przez AI w porównaniu z wiekiem chronologicznym, tym bardziej prawdopodobne jest, że osoby będą miały te choroby.
„Wiek chronologiczny jest jednym z najważniejszych czynników w medycynie” — stwierdził Mitsuyama. „Nasze wyniki sugerują, że wiek pozorny oparty na radiografii klatki piersiowej może dokładnie odzwierciedlać stan zdrowia wykraczający poza wiek chronologiczny. Naszym celem jest dalszy rozwój tych badań i zastosowanie ich do oszacowania ciężkości chorób przewlekłych, przewidywania oczekiwanej długości życia i prognozowania możliwych powikłań chirurgicznych. “