2023-08-21 17:08:33
Quand on veut calculer l’âge de quelqu’un, on regarde son visage. Mais… et si le bon indice se trouvait dans une autre partie du corps ? De plus, une chose est l’âge chronologique, essentiellement le temps qui s’est écoulé depuis notre naissance, et une autre est l’âge de vos cellules, tissus, organes et systèmes. C’est ce que mesure l’âge biologique. Comment pouvons-nous connaître le âge réel d’une personne? Des scientifiques de l’Université métropolitaine d’Osaka ont développé un modèle avancé d’intelligence artificielle (IA) qui utilise des radiographies pulmonaires pour estimer avec précision l’âge chronologique d’un patient. Plus important encore, lorsqu’il y a une disparité, cela peut indiquer une corrélation avec une maladie chronique. Ces découvertes marquent un bond en avant dans l’imagerie médicale, ouvrant la voie à une meilleure détection et intervention précoces de certaines pathologies. Les résultats sont publiés dans la revue « The Lancet Healthy Longevity ».
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 sains. 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 l’IA formée sur un seul ensemble de données est sujette au surajustement, 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 auprès de 36 051 personnes en bonne santé qui ont subi des bilans de santé dans 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 des radiographies thoraciques comme biomarqueur, 34 197 radiographies thoraciques supplémentaires de 34 197 patients atteints d’une maladie connue ont été recueillies dans deux autres institutions. Les résultats ont révélé que la différence entre l’âge estimé par IA et l’âge chronologique du patient était corrélée positivement avec une variété de maladies chroniques, y compris l’hypertension, l’hyperuricémie et la maladie pulmonaire obstructive chronique. En d’autres termes, plus l’âge estimé par l’IA est élevé par rapport à l’âge chronologique, plus les personnes étaient susceptibles d’avoir ces maladies.
“L’âge chronologique est l’un des facteurs les plus critiques en médecine”, déclare Mitsuyama. “Nos résultats suggèrent que l’âge apparent basé sur la radiographie pulmonaire peut refléter avec précision les conditions de santé au-delà de l’âge chronologique. Notre objectif est de développer davantage cette recherche et de l’appliquer pour estimer la gravité des maladies chroniques, prédire l’espérance de vie et prédire d’éventuelles complications chirurgicales », conclut-il.
#Quel #âge #astu #vraiment
1692637630
