Точная оценка биологического возраста и ее применение в прогнозировании заболеваний с использованием мультимодальной системы преобразования изображений

Процесс старения неизбежен и является фактором риска хронических заболеваний. Биологический возраст (BA) каждого человека содержит структурные и функциональные детерминанты старения, и его отличие (AgeDiff) от хронологического возраста (CA) может быть использовано в качестве биомаркера ускоренного старения, вызванного лежащими в основе патологиями.

Китайские ученые разработали инструмент на основе искусственного интеллекта, который быстро и точно определяет биологический возраст, анализируя 3D-изображения лица, языка и сетчатки глаза. Эти органы содержат много ценной информации о состоянии здоровья человека. Состояние кожи отражает образ жизни, сетчатка — здоровье мозга и кровеносной системы, а форма и покрытие языка — состояние микробиома кишечника.

«Мы описали мультимодальную архитектуру на основе преобразования, которая может оценивать БА на основе изображений лица, глазного дна и языка. Наши результаты продемонстрировали, что мы можем точно оценить БА у здоровых людей, значительные отклонения AgeDiff присутствуют у лиц с хроническими заболеваниями, и AgeDiff можно использовать для точного выявления систематических заболеваний и выявления рисков прогрессирования. В нашем исследовании представлен подход, позволяющий легко получать данные о пациентах для выявления хронических заболеваний.

Старение человека относится к временным изменениям, в основном к снижению способности организма удовлетворять физиологические потребности. Биологический возраст (БА) является биомаркером хронологического старения и может использоваться для стратификации населения для прогнозирования определенных хронических заболеваний, связанных с возрастом. БА можно предсказать по биомедицинским признакам, таким как МРТ головного мозга, изображения сетчатки или лица, но присущая процессу старения неоднородность ограничивает полезность прогнозирования БА по отдельным системам организма. В этой статье мы разработали мультимодальную архитектуру на основе преобразования с перекрестным вниманием, которая смогла комбинировать изображения лица, языка и сетчатки для оценки БА. Мы обучили нашу модель на изображениях лица, языка и сетчатки, полученных от 11 223 здоровых субъектов, и продемонстрировали, что при использовании сочетания трех модальностей изображения были достигнуты наиболее точные прогнозы БА. Мы проверили наш подход на тестовой популяции из 2840 человек с шестью хроническими заболеваниями и получили достоверную разницу между хронологическим возрастом и БА (AgeDiff) по сравнению со здоровыми испытуемыми. Мы показали, что AgeDiff потенциально может использоваться как отдельный биомаркер или совместно с другими известными факторами для стратификации риска и прогнозирования прогрессирования хронических заболеваний. Таким образом, наши результаты подчеркивают возможность использования мультимодальных изображений для оценки процесса старения.»

 

Источник — https://www.pnas.org/doi/full/10.1073/pnas.2308812120

ИССЛЕДОВАТЕЛЬСКАЯ СТАТЬЯ