دانشمندان توانسته‌اند یک مدل هوش مصنوعی ایجاد کنند که قادر به برآورد سن بیولوژیکی افراد با استفاده از نتایج آزمایش اشعه ایکس قفسه سینه آنها باشد.
یک تازه‌ترین مطالعه نشان می‌دهد که از طریق هوش مصنوعی، می‌توان سن واقعی افراد سالم را از روی تصاویر رادیوگرافی قفسه سینه پیش‌بینی کرد.
محققان دانشگاه متروپولیتن اوزاکا در ژاپن متوجه شدند که هرچه تخمین سن توسط هوش مصنوعی از طریق تصاویر رادیوگرافی بیشتر از سن واقعی فرد باشد، احتمال ابتلا به بیماری‌های مزمن نیز بیشتر می‌شود.
یاسوهیتو میتسویاما، یکی از نویسندگان این مطالعه، اظهار داشت: “نتایج آزمایشات ما نشان می‌دهند که سن ظاهری که بر اساس تصاویر رادیوگرافی قفسه سینه تخمین زده می‌شود، می‌تواند وضعیت سلامت افراد را بهتر از سن معمولی آنها نمایش دهد.”
وی اضافه کرد: “ما قصد داریم این تحقیق را توسعه داده و از آن برای تخمین شدت بیماری‌های مزمن، پیش‌بینی امید به زندگی و ارزیابی احتمالی عوارض جراحی‌ها استفاده کنیم.”
برای ایجاد یک مدل هوش مصنوعی که بتواند از روی تصاویر رادیوگرافی قفسه سینه یا اشعه ایکس سن افراد را تخمین بزند، محققان از ۶۷ هزار تصویر رادیوگرافی از افراد سالم و بیش از ۳۴ هزار تصویر از بیماران مبتلا به بیماری‌های معروف که بین سال‌های ۲۰۰۸ تا ۲۰۱۱ جمع‌آوری شده بود، استفاده کردند.
پژوهشگران مدلی از هوش مصنوعی را طراحی کردند که توانایی تخمین سن بیولوژیکی افراد را بر اساس نتایج تصاویر رادیوگرافی قفسه سینه آنها دارد.
نتایج یک مطالعه جدید نشان می‌دهد که این مدل هوش مصنوعی قادر به تخمین سن واقعی افراد سالم با دقت بالا برای بیماری‌های مزمن مانند فشار خون بالا، بیماری انسدادی مزمن ریه، بیماری کبد، بیماری ریوی و نارسایی مزمن کلیوی است.
با این حال، تا حدودی دانشمندان مشاهده کردند که برای بیماری‌های حاد مانند عفونت‌های ذات‌الریه، ترتیبی کمتر از تطابق بین تخمین سنی و سن واقعی افراد وجود دارد.
در مقاله خود، نویسندگان مطالعه تصریح می‌کنند: “این نتایج نشان می‌دهند که مدل هوش مصنوعی ما تمرکز خود را بر مشکلات سلامتی مزمن افراد می‌گذارد، به جای مشکلات گذرای رادیوگرافی قفسه سینه. این نتیجه منطقی به نظر می‌رسد زیرا پیری ناشی از تجمع مشکلات مزمن در طول زمان است.”
پژوهشگران می‌افرایند که این مدل هوش مصنوعی می‌تواند به‌عنوان یک شاخص برای تشخیص بیماری‌های مرتبط با پیری و همچنین در تداخل زودهنگام با کادر درمانی مورد استفاده قرار گیرد.
با این وجود، آنها تاکید می‌کنند که نیاز به مطالعات بیشتر برای تأیید علت و‌معلولی و مقایسه این مدل‌های هوش مصنوعی با دیگر نشانگرهای سن بیولوژیکی وجود دارد.
این نتایج به تازگی در نشریه علمی “The Lancet Healthy Longevity” منتشر شده است.
