Исследователи обучили ИИ определять продолжительность жизни человека по глазам

Разница между биологическим возрастом сетчатки — светочувствительных слоев нервной ткани в задней части глаза — и реальным (хронологическим) возрастом человека связана с его риском смерти. Об этом говорится в исследовании, опубликованном в Британском журнале офтальмологии.

Целью ученых была разработка модели глубокого обучения, которая предсказывает возраст по изображению глазного дна (возраст сетчатки), и исследование связи между возрастным разрывом сетчатки (возраст сетчатки, предсказанный моделью глубокого обучения, минус хронологический возраст) и риском смертности. 

Исследователи предполагают, что этот «возрастной разрыв сетчатки» можно использовать в качестве инструмента скрининга. Растущее количество данных свидетельствует о том, что сеть мелких сосудов (микроциркуляторного русла) в сетчатке может быть надежным индикатором общего состояния системы кровообращения и мозга.

Хотя риск заболевания и смерти увеличивается с возрастом, ясно, что эти риски значительно различаются среди людей одного возраста, что означает, что «биологическое старение» уникально для каждого человека и может быть лучшим показателем текущего и будущего здоровья, считают исследователи.

Было разработано несколько тканевых, клеточных, химических и визуализирующих индикаторов для определения биологического старения, которое не соответствует хронологическому старению. Но эти методы сопряжены с проблемами этики/конфиденциальности, а также часто являются инвазивными, дорогостоящими и трудоемкими.

Поэтому исследователи обратились к глубокому обучению, чтобы увидеть, может ли оно точно предсказать возраст сетчатки человека по изображениям глазного дна, внутренней задней поверхности глаза, и увидеть, есть ли какая-либо разница между этим и реальным возрастом человека, называемая «возрастной разрыв сетчатки», а также может ли это быть связано с повышенным риском смерти.

Глубокое обучение — это тип машинного обучения и искусственного интеллекта (ИИ), который имитирует то, как люди приобретают определенные виды знаний. Но в отличие от классических алгоритмов машинного обучения, которые являются линейными, алгоритмы глубокого обучения укладываются в иерархию возрастающей сложности.

Исследователи использовали 80 169 изображений глазного дна, полученных от 46 969 взрослых в возрасте от 40 до 69 лет, все из которых были частью британского биобанка — большого популяционного исследования, в котором приняли участие более полумиллиона жителей Великобритании среднего и старшего возраста.

Около 19 200 изображений глазного дна правых глаз 11 052 участников с относительно хорошим здоровьем при первоначальной проверке здоровья были использованы для проверки точности модели глубокого обучения для прогнозирования возраста сетчатки.

Это показало сильную связь между прогнозируемым возрастом сетчатки и реальным возрастом с общей точностью до 3,5 лет. Затем у оставшихся 35 917 участников был оценен возрастной разрыв сетчатки в течение среднего периода наблюдения 11 лет.

За это время умер 1871 участник (5%): 321 (17%) — от сердечно-сосудистых заболеваний, 1018 (54,5%) — от онкологических заболеваний и 532 (28,5%) — от других причин, включая деменцию.

Доля «быстро стареющих» — тех, чья сетчатка выглядела старше своего реального возраста — с разницей в возрасте сетчатки более 3, 5 и 10 лет, составляла соответственно 51%, 28% и 4,5%. Большая разница в возрасте сетчатки в годах была значительно связана с более высоким риском смерти на 49–67%, кроме сердечно-сосудистых заболеваний или рака.

И каждый год увеличения разницы в возрасте сетчатки был связан с 2% увеличением риска смерти от любой причины и 3% увеличением риска смерти от конкретной причины, кроме сердечно-сосудистых заболеваний и рака, после учета потенциально влиятельных факторов, таких как высокое кровяное давление, вес, образ жизни и этническая принадлежность. Тот же процесс, примененный к левому глазу, дал аналогичные результаты.

Это обсервационное исследование, поэтому установить причину невозможно. Исследователи также признают, что изображения сетчатки глаза были получены в определенный момент времени и что участники могут не отражать население Великобритании в целом.

Тем не менее, они сообщили: «Наши новые результаты определили, что разница в возрасте сетчатки является независимым предиктором повышенного риска смертности, особенно смертности, не связанной с сердечно-сосудистыми заболеваниями/раком. Эти результаты показывают, что возраст сетчатки может быть клинически значимым биомаркером старения».

Они добавили: «Сетчатка предлагает уникальное, доступное «окно» для оценки основных патологических процессов системных сосудистых и неврологических заболеваний, которые связаны с повышенным риском смертности. Эта гипотеза подтверждается предыдущими исследованиями, в которых предполагалось, что визуализация сетчатки содержит информацию о факторах риска сердечно-сосудистых заболеваний, хронических заболеваниях почек и системных биомаркерах».

Новые результаты в сочетании с предыдущими исследованиями придают вес «гипотезе о том, что сетчатка играет важную роль в процессе старения и чувствительна к кумулятивным повреждениям старения, которые увеличивают риск смертности».