Een groep onderzoekers stelde het gebied rond de menselijke ogen voor als een effectieve biomarker voor leeftijd. Nadat ze het neurale netwerk hadden getraind op meer dan 8.000 afbeeldingen van menselijke ogen, presenteerden de onderzoekers PhotoAgeClock, een programma dat de leeftijd voorspelt op basis van een foto van de ogen met een nauwkeurigheid van twee jaar. Een artikel waarin het werk werd beschreven, werd gepubliceerd in het tijdschrift Aging.
Externe tekens komen niet altijd overeen met de kalenderleeftijd van een persoon, maar ze kunnen de toestand van zijn lichaam en de invloed van verschillende externe factoren, zowel negatief als positief, weerspiegelen: dit kan zowel roken als alcoholmisbruik zijn, evenals goede voeding en regelmatig sporten. Tegelijkertijd weerspiegelt de zogenaamde biologische leeftijd beter de toestand van het lichaam en kan deze worden gebruikt om de factoren te beoordelen die het verouderingsproces buiten verschillende ziekten beïnvloeden.
De bestaande methoden om de biologische leeftijd van een persoon vast te stellen, zijn nogal gecompliceerd en zijn voornamelijk gebaseerd op DNA-analyse. In een nieuw werk stelden onderzoekers onder leiding van Eugene Bobrov van de Moscow State University en de Estse tech-startup HautAI OU voor om de leeftijd van mensen te schatten op basis van foto's van het gebied rond hun ogen. Om dit te doen, trainden ze een neuraal netwerk op paren foto's van het bovenste deel van het gezicht van 8414 mensen en hun exacte leeftijd. De efficiëntie van het neurale netwerk werd vervolgens getest op andere foto's: het systeem voorspelde de leeftijd het meest nauwkeurig op basis van de beelden waarin de ooghoeken zichtbaar waren. Het neurale netwerk voorspelde de chronologische leeftijd van een persoon met een nauwkeurigheid van 2,3 jaar.
Ondanks het feit dat het neurale netwerk niet heeft geleerd biologische leeftijd te voorspellen, zijn de onderzoekers ervan overtuigd dat een effectieve automatische bepaling van de chronologische leeftijd nuttig kan zijn voor het ontwikkelen van dergelijke systemen of het verbeteren van de prestatie van de beoordeling door specialisten. Bovendien merken de wetenschappers op dat veranderingen in de huid rond de ooghoeken ook belangrijke parameters kunnen zijn bij het beoordelen van de veroudering van het lichaam wanneer ze zorgvuldig worden geanalyseerd.
Big data-analyse en machine learning kunnen andere belangrijke medische factoren helpen voorspellen. Zo ontdekten Amerikaanse onderzoekers in september dat het mogelijk is om de verspreiding van zwaarlijvigheid te voorspellen met behulp van satellietbeelden van steden: hiervoor is het noodzakelijk om automatisch de infrastructuur van het gebied te beoordelen.
Elizaveta Ivtushok
