Model oparty na sztucznej inteligencji wykorzystujący zdjęcia rentgenowskie klatki piersiowej pomaga opracować biomarkery starzenia – ScienceDaily

Co jeśli „patrzenie 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 wskazywać na związek z chorobą przewlekłą. Odkrycia te stanowią skok w obrazowaniu medycznym, torując drogę do lepszego wczesnego wykrywania i interwencji w przypadku chorób. Wyniki mają zostać opublikowane w r Lancet zdrowej długowieczności.

Zespół badawczy, kierowany przez doktoranta Yasuhito Mitsuyamę i dr Daigo Uedę z Wydziału Radiologii Diagnostycznej i Interwencyjnej w Osaka Metropolitan University College of Medicine, zbudował model sztucznej inteligencji oparty na głębokim uczeniu się, aby oszacować wiek na podstawie radiogramów klatki piersiowej. zdrowe osobniki. Następnie zastosowali model do zdjęć rentgenowskich pacjentów ze znanymi chorobami, aby przeanalizować związek między wiekiem szacowanym przez AI a każdą chorobą. Biorąc pod uwagę, że sztuczna inteligencja wyszkolona na pojedynczym zbiorze danych jest podatna na nadmierne dopasowanie, naukowcy połączyli dane z wielu instytucji.

W celu opracowania, szkolenia oraz 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 zdrowotne w trzech placówkach. Opracowany model wykazał współczynnik korelacji 0,95 między wiekiem szacowanym przez AI a wiekiem chronologicznym. Ogólnie rzecz biorąc, 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, zebrano 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 pozytywnie związana z różnymi chorobami przewlekłymi, takimi jak wysokie ciśnienie krwi, 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 rozwiną te choroby.

„Wiek chronologiczny jest jednym z najważniejszych czynników w medycynie” — stwierdził pan Mitsuyama. „Nasze odkrycia sugerują, że pozorny wiek na podstawie radiografii klatki piersiowej może dokładnie odzwierciedlać stan zdrowia wykraczający poza wiek chronologiczny. Naszym celem jest dalszy rozwój i zastosowanie tych badań do oszacowania ciężkości choroby przewlekłej, przewidywania oczekiwanej długości życia i przewidywania potencjalnych powikłań chirurgicznych.”