Forskere Fra Russland Har Lært Hvor Enkelt Det Er å Beregne Din Biologiske Alder - Alternativ Visning

Forskere Fra Russland Har Lært Hvor Enkelt Det Er å Beregne Din Biologiske Alder - Alternativ Visning
Forskere Fra Russland Har Lært Hvor Enkelt Det Er å Beregne Din Biologiske Alder - Alternativ Visning

Video: Forskere Fra Russland Har Lært Hvor Enkelt Det Er å Beregne Din Biologiske Alder - Alternativ Visning

Video: Forskere Fra Russland Har Lært Hvor Enkelt Det Er å Beregne Din Biologiske Alder - Alternativ Visning
Video: The Third Industrial Revolution: A Radical New Sharing Economy 2024, November
Anonim

Matematikere og biologer fra den russiske oppstarten Gero har laget en algoritme som lar deg estimere en persons biologiske alder nøyaktig ved hjelp av et kort spørreskjema. Funnene deres ble publisert i det elektroniske biblioteket bioRxiv.org.

De siste årene har forskere aktivt sett etter måter å estimere en persons biologiske alder. Forskere forstår dette begrepet som hvor gammel eller ung vev og organer til en bestemt person ser ut i sammenligning med andre mennesker fra hans alderskategori.

Avviket mellom kalender og biologisk alder vil ifølge biologer hjelpe leger til å bestemme om de skal være spesielt oppmerksom på pasientens helse for å hjelpe dem å leve så lenge som mulig.

Opprinnelig beregnet forskere den biologiske alderen til en person ved å analysere konsentrasjonen av visse proteinmolekyler i blodet, så vel som strukturen til DNA-innpakningen og mange andre aspekter ved kroppens arbeid. De siste årene har biologer begynt å finne antydninger om at de samme vurderingene kan oppnås uten å ta blodprøver, men ved å analysere organarbeidene ved å bruke MR, røntgenstråler og andre diagnosesystemer.

Pyrkov og kollegene lærte nylig hvordan man beregner den biologiske alderen til en person ved å bruke kunstig intelligens og enkle treningssporere som sporer nivået av fysisk aktivitet. De kom til denne konklusjonen etter å ha analysert data samlet mens de observerte livet til omtrent hundre tusen amerikanske sykepleiere og paramedikere ved bruk av maskinlæringsmetoder.

Disse suksessene fikk matematikere til å undre seg over hvor mye nøyaktigheten av spådommer mellom så enkle systemer som ikke krever forstyrrelse av kroppens arbeid, og mer komplekse metoder som involverer innsamling av blod og andre vev, er forskjellige.

For å gjøre dette, brukte de samme datasett fra NHANES-prosjektet som når de jobbet med treningssykling, som ikke bare inkluderte data om fysisk aktivitet fra amerikansk medisinsk fagpersonell, men også deres blodprøver, kostholdsvaner og resultater fra forskjellige undersøkelser.

I denne sammenligningen stolte forskere på ett enkelt prinsipp - resultatene av spådommer om alle disse metodene for beregning av bioalder skal ikke avvike sterkt fra den kronologiske alderen til sykepleiere og medisinsk arbeidere, og samtidig beregne riktig sannsynligheten for deres død eller erverv av hjerneslag, hjerteinfarkt og andre sykdommer.

Salgsfremmende video:

Denne analysen hjalp dem med å finne ut at prediksjonsnøyaktigheten til algoritmer som bruker både biomarkører i blodet og undersøkelsesdata var omtrent den samme. Basert på denne ideen skapte forskerne et nevralt nettverk som hjalp dem å velge de viktigste spørsmålene som forfatterne av NHANES brukte, og skape en enkel, men nøyaktig måte å beregne bioalderen på.

En mer kompleks versjon av denne algoritmen, som også tar hensyn til forskjellene i biomarkører, var i stand til å beregne den gjennomsnittlige levealderen for NHANES-deltakere - 79,9 år, som avviker fra den offisielle WHO-statistikken for USA med bare seks måneder.

Forskere håper at tilnærmingen deres ikke bare vil gjøre slike spådommer mer tilgjengelige og nøyaktige, men vil også bidra til å avdekke andre faktorer som påvirker en persons biologiske alder ved å analysere andre datasett.

Anbefalt: