L’IA avancée peut connaître votre véritable âge en regardant votre poitrine

Un modèle alimenté par l’IA utilise des radiographies pulmonaires pour aider à développer des biomarqueurs du vieillissement.

Et si déterminer « votre âge » se basait sur votre poitrine plutôt que sur votre visage ? Des scientifiques de l’Université métropolitaine d’Osaka ont conçu un modèle d’IA avancé qui utilise des radiographies pulmonaires pour évaluer avec précision l’âge réel d’un patient. Il est important de noter que lorsqu’il existe une disparité, cela peut indiquer une corrélation avec une maladie chronique.

Cette percée dans l’imagerie médicale ouvre la voie à une meilleure identification et traitement précoces des maladies. La recherche a été récemment publiée dans la revue

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 supérieure 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 thoraciques de individus en bonne santé.

Les images supérieures sont les radiographies thoraciques de patients âgés de 21 à 40 ans et de 81 à 100 ans chronologiquement et les images inférieures sont une visualisation du foyer de l’IA (toutes deux après moyenne). Le rouge indique les points les plus utiles pour la détermination de l’âge. Crédit : Yasuhito Mitsuyama, OMU

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 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 thoraciques ont été obtenues entre 2008 et 2021 auprès de 36 051 personnes en bonne santé qui ont subi des examens de santé dans trois établissements. Le modèle développé a montré un coefficient de corrélation de 0,95 entre l’âge estimé par l’IA et l’âge chronologique. Généralement, 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 ont été compilées auprès de 34 197 patients atteints de maladies connues provenant 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, telles que 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 individus sont susceptibles de souffrir de ces maladies.

« L’âge chronologique est l’un des facteurs les plus critiques en médecine », a déclaré M. 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. Nous visons à développer davantage cette recherche et à l’appliquer pour estimer la gravité des maladies chroniques, prédire l’espérance de vie et prévoir d’éventuelles complications chirurgicales.

Référence : « La radiographie thoracique comme biomarqueur du vieillissement : développement et validation d’un modèle multi-institutionnel basé sur l’intelligence artificielle au Japon » par Yasuhito Mitsuyama, Toshimasa Matsumoto, Hiroyuki Tatekawa, Shannon L Walston, Tatsuo Kimura, Akira Yamamoto, Toshio Watanabe, Yukio Miki et Daiju Ueda, 16 août 2023, The Lancet : une longévité en bonne santé.
DOI : 10.1016/S2666-7568(23)00133-2