Un grup de cercetători au propus zona din jurul ochilor umani ca un biomarker eficient al vârstei. După ce au antrenat rețeaua neuronală pe peste 8.000 de imagini cu ochi umani, cercetătorii au prezentat PhotoAgeClock, un program care prezice vârsta de la o fotografie cu ochii cu o precizie de doi ani. Un articol care descrie lucrarea a fost publicat în revista Aging.
Semnele externe nu corespund întotdeauna vârstei calendaristice a unei persoane, dar pot reflecta starea corpului său și influența diverșilor factori externi, atât negativi cât și pozitivi: acesta poate fi atât consumul de fumat și alcoolul, cât și alimentația corespunzătoare și sporturile obișnuite. În același timp, așa-numita vârstă biologică reflectă mai bine starea corpului și poate fi utilizată pentru a evalua factorii care afectează procesul de îmbătrânire în afara diferitelor boli.
Metodele existente pentru evaluarea vârstei biologice a unei persoane sunt destul de complicate și se bazează în principal pe analiza ADN-ului. Într-o nouă lucrare, cercetătorii conduși de Eugene Bobrov de la Universitatea de Stat din Moscova și startup-ul tehnic eston HautAI OU au propus să estimeze vârsta oamenilor din fotografiile zonei din jurul ochilor. Pentru a face acest lucru, ei au instruit o rețea neuronală pe perechi de fotografii din partea superioară a feței a 8414 persoane și vârsta lor exactă. Eficiența rețelei neuronale a fost apoi testată pe alte fotografii: sistemul a prezis cel mai precis vârsta din imaginile în care colțurile ochilor erau vizibile. Rețeaua neuronală a prezis vârsta cronologică a unei persoane cu o precizie de 2,3 ani.
În ciuda faptului că rețeaua neuronală nu a învățat să prezică vârsta biologică, cercetătorii sunt siguri că determinarea automată eficientă a vârstei cronologice poate fi utilă pentru dezvoltarea unor astfel de sisteme sau pentru îmbunătățirea performanței evaluării de către specialiști. În plus, oamenii de știință notează că modificările pielii din jurul colțurilor ochilor pot fi, de asemenea, parametri semnificativi atunci când evaluează îmbătrânirea corpului atunci când sunt analizate cu atenție.
Analiza de date mari și învățarea automată pot ajuta la prezicerea altor factori medicali importanți. De exemplu, în septembrie, cercetătorii americani au descoperit că este posibilă prezicerea răspândirii obezității folosind imagini prin satelit din orașe: pentru aceasta este necesară evaluarea automată a infrastructurii locale.
Elizaveta Ivtushok
