Que ce soit en regardant les rides du visage ou les dents, l'âge d'une personne peut être estimé à l'œil nu. Mais aujourd'hui, l'intelligence artificielle est allée plus loin et, après avoir examiné la poitrine d'une personne, elle peut déterminer son âge.
Aussi, une chose est l'âge chronologique , qui est le temps qui s'est écoulé depuis notre naissance. Mais il y en a un autre qui est lié à l’ âge des cellules, des tissus, des organes et, en bref, des systèmes qui composent le corps humain.
Des scientifiques de l'Université métropolitaine d'Osaka au Japon ont développé un modèle avancé d'intelligence artificielle (IA) qui utilise des radiographies pulmonaires pour estimer avec précision l'âge chronologique d'un patient . De plus, lorsqu'il y a une disparité, cela peut indiquer une corrélation avec une maladie chronique.
Dans un monde où il y a une pénurie mondiale croissante de radiologues, et où l'automatisation de la lecture des radiographies pulmonaires normales pourrait alléger la charge de travail de ces professionnels, ces résultats, publiés dans Le Lancet Healthy Longevity apporte une différence considérable dans l'imagerie médicale, ouvrant la voie à une meilleure détection précoce et à une meilleure intervention des maladies.
L'équipe de recherche, dirigée par l'étudiant diplômé Yasuhito Mitsuyama et le Dr Daiju Ueda du Département de radiologie diagnostique et interventionnelle de l'École de médecine de l'Université métropolitaine d'Osaka ; a d’abord construit un modèle d’IA basé sur l’apprentissage profond pour estimer l’âge à partir de radiographies pulmonaires d’individus en bonne santé.
Ils ont ensuite appliqué le modèle aux radiographies de patients atteints de maladies connues pour analyser la relation entre l'âge estimé par l'IA et chaque maladie. Étant donné que cette technologie formée sur un seul ensemble de données est sujette au surapprentissage, les chercheurs ont collecté des données auprès de plusieurs institutions.
Pour le développement, la formation, les tests internes et externes du modèle d'IA pour l'estimation de l'âge, un total de 67 099 radiographies pulmonaires ont été obtenues entre 2008 et 2021, ce qui correspondait à 36 051 personnes en bonne santé , qui ont subi des contrôles de santé sur trois. centres. Le modèle développé a montré un coefficient de corrélation de 0,95 entre l'âge estimé par l'IA et l'âge chronologique. En général, un coefficient de corrélation de 0,9 ou plus est considéré comme très fort.
Pour valider l’utilité de l’âge estimé par l’IA en utilisant les radiographies thoraciques comme biomarqueur, 34 197 radiographies thoraciques supplémentaires de 34 197 patients atteints d’une maladie connue ont été compilées auprès de deux autres institutions.
Les résultats ont révélé que la différence entre l'âge estimé par l'IA et l'âge chronologique du patient était positivement corrélée à diverses maladies chroniques, notamment l'hypertension, l'hyperuricémie et la maladie pulmonaire obstructive chronique (MPOC). En d’autres termes, plus l’âge estimé par l’IA est élevé par rapport à l’âge chronologique, plus les personnes sont susceptibles de souffrir de ces maladies.
L’utilisation de ce biomarqueur pourrait ouvrir la voie à des méthodologies améliorées de stratification des risques, à des interventions thérapeutiques individualisées et à des approches innovantes de diagnostic précoce et de prévention des pathologies liées à l’âge.
« L'âge chronologique est l'un des facteurs les plus critiques en médecine », a déclaré Mitsuyama. « Nos résultats suggèrent que l’âge apparent basé sur la radiographie thoracique peut refléter avec précision les problèmes de santé au-delà de l’âge chronologique. Notre objectif est désormais de développer davantage cette recherche et de l’appliquer pour estimer la gravité des maladies chroniques, prédire l’espérance de vie et prédire les complications chirurgicales potentielles », a conclu l’expert.
Continuer à lire: