你的生理年龄可以逆转吗？17 种 AI 算法测试洞察 22.5 万人血液样本带来新见解
近日消息显示，研究人员在伦敦国王学院成功研发了一种基于人工智能技术的“衰老时钟”，能够根据血液代谢物数据分析来预测个体的健康状况和寿命。
这一衰老时钟可以帮助发现早期健康问题的迹象，使人们在疾病发作前能够采取预防措施，自主监测健康状况并作出更合适的生活选择，以维持更长时间的健康。
该研究利用了英国生物样本库超过22.5万名40至69岁参与者的血液标记数据，运用了17种机器学习算法进行训练和测试，结果显示非线性机器学习算法，尤其是Cubist回归模型效果最为显著。
研究人员引入了“MileAge”代谢组年龄的概念，通过观察血液新陈代谢过程中产生的小分子，来评估生物年龄。而MileAge delta指的是MileAge与实际年龄之间的差异，用于指示生物衰老的加速或减速状态。
研究结果显示，MileAge大于实际年龄（即生物年龄加速）的个体通常身体状况较差，患慢性疾病的风险更高，自评健康状况也较差，死亡风险相对增加。这些个体的端粒（细胞衰老标志）较短，与老年疾病如动脉粥样硬化相关。
研究中的主要作者、IoPPN国王学院研究员朱利安・穆茨（Julian Mutz）博士指出：
代谢组学衰老时钟有望帮助我们了解哪些人在晚年可能面临更大的健康问题风险。
与无法改变的实际年龄不同，我们的生物年龄是可以改变的。
这些衰老时钟为生物医学和健康研究提供了生物年龄的替代衡量标准，有助于指导个人的生活选择，并为卫生服务机构的预防策略提供信息。我们的研究评估了用于开发老化时钟的多种机器学习方法，结果显示非线性算法在捕捉老化信号方面表现出色。
IT之家文章参考：
广告声明：本文包含外部链接，仅供信息传递，节省查找时间，内容仅供参考。
1.本站遵循行业规范，任何转载的稿件都会明确标注作者和来源；2.本站的原创文章，请转载时务必注明文章作者和来源，不尊重原创的行为我们将追究责任；3.作者投稿可能会经我们编辑修改或补充。
