Matematikere og biologer fra den russiske opstart Gero har oprettet en algoritme, der giver dig mulighed for nøjagtigt at estimere en persons biologiske alder ved hjælp af et kort spørgeskema. Deres fund blev offentliggjort i det elektroniske bibliotek bioRxiv.org.
I de senere år har forskere aktivt ledt efter måder at estimere en persons biologiske alder. Forskere forstår dette udtryk som hvor gammel eller ung væv og organer hos en bestemt person ser ud i sammenligning med andre mennesker fra hans alderskategori.
Uoverensstemmelsen mellem kalender og biologisk alder vil ifølge biologer hjælpe læger med at bestemme, om de skal være særlig opmærksomme på deres patienters helbred for at hjælpe dem med at leve så længe som muligt.
Oprindeligt beregnet forskere en persons biologiske alder ved at analysere koncentrationen af visse proteinmolekyler i blodet, såvel som strukturen af DNA-indpakningen og mange andre aspekter af kroppens arbejde. I de senere år er biologer begyndt at finde antydninger om, at de samme vurderinger kan opnås uden at tage blodprøver, men ved at analysere organernes arbejde ved hjælp af MR, røntgenstråler og andre diagnostiske systemer.
Pyrkov og hans kolleger lærte for nylig, hvordan man beregner en persons biologiske alder ved hjælp af kunstig intelligens og enkle fitness-trackere, der sporer niveauet for fysisk aktivitet. De kom til denne konklusion efter at have analyseret data indsamlet, mens de observerede livet for cirka hundrede tusind amerikanske sygeplejersker og medicinske fagfolk ved hjælp af maskinindlæringsmetoder.
Disse succeser fik matematikere til at undre sig over, hvor meget nøjagtigheden af forudsigelser mellem sådanne enkle systemer, som ikke kræver forstyrrelse af kroppen, og mere komplekse metoder, der involverer opsamling af blod og andet væv, adskiller sig.
For at gøre dette brugte de det samme datasæt fra NHANES-projektet, som når de arbejdede med fitness trackere, der ikke kun indeholdt data om fysisk aktivitet fra amerikansk medicinsk fagpersonale, men også deres blodprøver, kostvaner og resultater af forskellige undersøgelser.
I denne sammenligning var forskerne afhængige af et enkelt princip - resultaterne af forudsigelser af alle disse metoder til beregning af bioalder bør ikke adskille sig meget fra den kronologiske alder for sygeplejersker og medicinske medarbejdere, og på samme tid beregne sandsynligheden for deres død eller erhvervelse af slagtilfælde, hjerteanfald og andre sygdomme.
Salgsfremmende video:
Denne analyse hjalp dem med at finde ud af, at forudsigelsesnøjagtigheden af algoritmer, der bruger begge biomarkører i blodet og undersøgelsesdataene var omtrent den samme. Baseret på denne idé skabte forskerne et neuralt netværk, der hjalp dem med at vælge de vigtigste spørgsmål, som forfatterne af NHANES brugte, og skabe en enkel, men nøjagtig måde at beregne bioalderen på.
En mere kompleks version af denne algoritme, der også tager højde for forskellene i biomarkører, var i stand til korrekt at beregne den gennemsnitlige levealder for deltagere i NHANES - 79,9 år, hvilket adskiller sig fra de officielle WHO-statistikker for De Forenede Stater med kun seks måneder.
Forskere håber, at deres tilgang ikke kun vil gøre sådanne forudsigelser mere tilgængelige og nøjagtige, men også hjælpe med at afdække andre faktorer, der påvirker en persons biologiske alder ved at analysere andre datasæt.
