La Inteligencia Artificial puede advertir la edad de una persona con solo mirar su tórax

Las radiografías podrían convertirse en ventanas digitales que, gracias a la IA, permitirían detectar de forma precoz enfermedades crónicas y calcular la edad real de manera precisa. Los detalles de la investigación publicada en The Lancet.

Ya sea mirando las arrugas de la cara o los dientes, se puede calcular la edad de una persona a simple vista. Pero hoy la Inteligencia Artificial ha dado un paso más allá y, tras mirar a través del pecho de una persona, puede precisar cuántos años tiene.

Además, una cosa es la edad cronológica, que es el tiempo que ha pasado desde nuestro nacimiento. Pero existe otra que está vinculada con cuán envejecidas están las células, los tejidos, los órganos y, en resumidas cuentas, los sistemas que conforman el cuerpo humano.

Científicos de la Universidad Metropolitana de Osaka, en Japón, han desarrollado un modelo avanzado de inteligencia artificial (IA) que utiliza radiografías de tórax para estimar con precisión la edad cronológica de un paciente. Es más, cuando hay una disparidad, puede indicar una correlación con una enfermedad crónica.

En un mundo donde existe una creciente escasez mundial de radiólogos, y la automatización de la lectura de radiografías de tórax normales podría aliviar la carga de trabajo de estos profesionales, estos hallazgos que se publicaron en The Lancet Healthy Longevity, marcan una diferencia notoria respecto de las imágenes médicas, allanando el camino para una mejor detección e intervención temprana de enfermedades.

El equipo de investigación, dirigido por el estudiante de posgrado Yasuhito Mitsuyama y el doctor Daiju Ueda del Departamento de Diagnóstico y Radiología Intervencionista de la Facultad de Medicina de la Universidad Metropolitana de Osaka; primero construyó un modelo de IA basado en aprendizaje profundo para estimar la edad a partir de radiografías de tórax de individuos sanos.

Luego, aplicaron el modelo a radiografías de pacientes con enfermedades conocidas para analizar la relación entre la edad estimada por IA y cada enfermedad. Dado que esta tecnología entrenada en un solo conjunto de datos es propensa al sobreajuste, los investigadores recopilaron datos de múltiples instituciones.

Para el desarrollo, entrenamiento, pruebas internas y externas del modelo de IA para la estimación de la edad, se obtuvieron un total de 67.099 radiografías de tórax entre 2008 y 2021, las cuales se correspondían con 36.051 personas sanas, que se sometieron a controles de salud en tres centros. El modelo desarrollado mostró un coeficiente de correlación de 0,95 entre la edad estimada por AI y la edad cronológica. En general, un coeficiente de correlación de 0,9 o superior se considera muy fuerte.

Para validar la utilidad de la edad estimada por IA utilizando radiografías de tórax como biomarcador, se compilaron 34.197 radiografías de tórax adicionales de 34.197 pacientes con enfermedades conocidas, provenientes de otras dos instituciones.

Los resultados revelaron que la diferencia entre la edad estimada por AI y la edad cronológica del paciente se correlacionó positivamente con una variedad de enfermedades crónicas, como hipertensión, hiperuricemia y enfermedad pulmonar obstructiva crónica (EPOC). En otras palabras, cuanto mayor era la edad estimada por AI en comparación con la edad cronológica, más probable era que las personas tuvieran estas enfermedades.

El uso de este biomarcador podría allanar el camino para mejorar las metodologías de estratificación del riesgo, las intervenciones terapéuticas individualizadas y los enfoques preventivos y de diagnóstico temprano innovadores para las patologías asociadas con la edad.

“La edad cronológica es uno de los factores más críticos en medicina”, afirmó Mitsuyama. “Nuestros resultados sugieren que la edad aparente basada en la radiografía de tórax puede reflejar con precisión las condiciones de salud más allá de la edad cronológica. Nuestro objetivo, ahora, es desarrollar aún más esta investigación y aplicarla para estimar la gravedad de las enfermedades crónicas, predecir la esperanza de vida y pronosticar posibles complicaciones quirúrgicas”, concluyó el experto.

Fuente: Infobae