تعیین سن دقیق با بررسی قفسه سینه ممکن می‌شود

به گزارش خبرنگار خبرگزاری علم و فناوری آنا، محققان درصدد هستند با استفاده از هوش مصنوعی، سن تقویمی و نشانه های بیماریهای مزمن را تخمین بزنند. این مدل مجهز به هوش مصنوعی از اشعه ایکس قفسه سینه برای کمک به توسعه نشانگر‌های زیستی برای بالا رفتن سن استفاده می‌کند.

اگر تعیین «سن» به‌جای چهره بر اساس قفسه سینه‌تان باشد چه می‌شود؟ دانشمندان دانشگاه متروپولیتن اوزاکا یک مدل هوش مصنوعی پیشرفته ساخته‌اند که از اشعه ایکس قفسه سینه برای اندازه‌گیری دقیق سن واقعی بیمار استفاده می‌کند. نکته مهم این است که وقتی اختلافی وجود دارد، می‌تواند نشان‌دهنده ارتباط با بیماری مزمن باشد.

این پیشرفت در تصویربرداری پزشکی راه را برای شناسایی و درمان زودهنگام بیماری هموار می‌کند.

پژوهشگران گروه رادیولوژی تشخیصی و مداخله‌ای در دانشکده پزشکی دانشگاه متروپولیتن اوزاکا، ابتدا یک مدل هوش مصنوعی مبتنی بر یادگیری عمیق برای تخمین سن افراد سالم از رادیوگرافی قفسه سینه ارائه کردند.

هوش مصنوعی رادیوگرافی قفسه سینه

تصاویر فوقانی رادیوگرافی قفسه سینه بیماران ۲۱ تا ۴۰ ساله و ۸۱ تا ۱۰۰ ساله به ترتیب زمانی و تصاویر پایین تصویری از تمرکز هوش مصنوعی (هر دو پس از میانگین‌گیری) است. رنگ قرمز نشان‌دهنده نقاط مفید برای تعیین سن است.

آن‌ها سپس این مدل را برای رادیوگرافی بیماران مبتلا به بیماری‌های شناخته‌شده به کار بردند تا رابطه بین سن تخمینی هوش مصنوعی و هر بیماری را بررسی کنند. دانشمندان برای افزایش دقت مدل خود، داده‌های چندین موسسه را در اختیار هوش مصنوعی قرار دادند.

به‌منظور توسعه، آموزش، آزمایش‌های داخلی و خارجی مدل هوش مصنوعی برای تخمین سن، در مجموع ۶۷ هزار و ۹۹ رادیوگرافی قفسه سینه بین سال‌های ۲۰۰۸ تا ۲۰۲۱ از ۳۶ هزار و ۵۱ فرد سالمی که در سه مرکز تحت معاینات سلامت قرار گرفتند، تهیه شد.

مدل توسعه‌یافته ضریب همبستگی ۰.۹۵ را بین سن تخمین زده‌شده توسط هوش مصنوعی و سن تقویمی نشان داد. به‌طورکلی، ضریب همبستگی ۰.۹ یا بالاتر بسیار قوی در نظر گرفته می‌شود.

برای تأیید سودمندی سن تخمین زده‌شده توسط هوش مصنوعی با استفاده از رادیوگرافی قفسه سینه به عنوان نشانگر زیستی، ۳۴ هزار و ۱۹۷ رادیوگرافی قفسه سینه اضافی از همین تعداد بیمار مبتلا به بیماری‌های شناخته‌شده از دو موسسه دیگر جمع‌آوری شد.

نتایج نشان داد تفاوت بین سن تخمینی هوش مصنوعی و سن تقویمی بیمار با انواع بیماری‌های مزمن مانند فشارخون بالا، هیپراوریسمی (افزایش سطح اسید اوریک خون) و بیماری انسدادی مزمن ریوی همبستگی مثبت دارد.

به‌عبارت‌دیگر، هر چه سن تخمین زده‌شده توسط هوش مصنوعی در مقایسه با سن تقویمی بالاتر باشد، احتمال ابتلای افراد به این بیماری‌ها بیشتر می‌شود.

پژوهشگران ژاپنی می‌گویند: سن تقویمی یکی از مهم‌ترین عوامل در پزشکی است. نتایج ما نشان می‌دهد که سن ظاهری مبتنی بر رادیوگرافی قفسه سینه ممکن است به‌دقت شرایط سلامتی را فراتر از سن تقویمی منعکس کند. هدف ما توسعه بیشتر این تحقیق و استفاده از آن برای تخمین شدت بیماری‌های مزمن، پیش‌بینی امید به زندگی و پیش‌بینی عوارض احتمالی جراحی است.

نتایج این پژوهش در نشریه The Lancet Healthy Longevity منتشر شده است.