Научные изыскания в области старения и долголетия приобретают все большее значение по мере старения населения. Старение – сложный биологический процесс, который тесно связан с рядом заболеваний, однако его последствия для разных людей весьма неоднородны. В одном и том же возрасте одни люди уже нуждаются в помощи в повседневной жизни, в то время как другие способны вести активный образ жизни. Для лучшего понимания процесса биологического старения и показателей здорового старения были предложены различные молекулярные и фенотипические биомаркеры. Один из таких фенотипических биомаркеров – рентгенография грудной клетки – прост, широко используется, объективен, воспроизводим и минимально инвазивен. Эти особенности делают рентгенограммы грудной клетки простым и количественным потенциальным биомаркером старения, который может стать средством для выяснения взаимосвязи между старением и различными заболеваниями.
Ученые из Осаки (Osaka Metropolitan University) разработали модель искусственного интеллекта (ИИ), которая использует рентгенограммы грудной клетки для точной оценки хронологического возраста пациента. Более того, при наличии расхождений с фактическим возрастом она может сигнализировать о наличии взаимосвязи с хроническими заболеваниями.
Для разработки, обучения, внутреннего и внешнего тестирования модели ИИ для оценки возраста в период с 2008 по 2021 год было получено 67 099 рентгенограмм грудной клетки от 36 051 здоровых людей, проходивших диспансеризацию в трех учреждениях. Разработанная модель показала коэффициент корреляции 0,95 между возрастом, оцененным с помощью ИИ, и хронологическим возрастом. Для подтверждения пригодности оценки возраста с использованием ИИ по рентгенограммам грудной клетки в качестве биомаркера были собраны дополнительные данные по 34 197 снимкам грудной клетки пациентов с хроническими заболеваниями из двух других медицинских учреждений.
Результаты показали, что разница между возрастом, оцененным ИИ, и фактическим возрастом пациента положительно коррелирует с различными хроническими заболеваниями, такими как гипертония, гиперурикемия, хроническая обструктивная болезнь легких. Иными словами, чем выше возраст, оцененный по ИИ, по сравнению с фактическим возрастом, тем выше вероятность наличия у человека этих заболеваний.
.jpg)
Демонстрация работы алгоритма ИИ. Верхний ряд – обобщенные снимки грудной клетки здоровых пациентов, упорядоченные по возрасту. Нижний ряд – составленные ИИ карты значимости. Цвета холодных тонов указывают на признаки, указывающие на молодой возраст, теплых – на признаки старения
По мнению авторов исследования, данная модель позволит улучшить качество медицинской помощи за счет выявления заболеваний на ранних стадиях. Авторы планируют в дальнейшем доработать ИИ для определения продолжительности жизни и выраженности хронических заболеваний.
Материал подготовлен в рамках проекта «Медицина в точке бифуркации». Проект поддержан грантом Минобрнауки России в рамках федерального проекта «Популяризация науки и технологий»
Источник: Yasuhito et al. Chest radiography as a biomarker of ageing: artificial intelligence-based, multi-institutional model development and validation in Japan Mitsuyama //The Lancet Healthy Longevity. 2023
