Skupina raziskovalcev je območje okoli človeških oči predlagala kot učinkovit biomarker starosti. Po treningu nevronske mreže na več kot 8000 slikah človeških oči so raziskovalci predstavili PhotoAgeClock, program, ki na fotografiji oči napoveduje starost z natančnostjo dveh let. Članek z opisom dela je bil objavljen v reviji Aging.
Zunanji znaki ne ustrezajo vedno koledarski starosti človeka, vendar lahko odražajo stanje njegovega telesa in vpliv različnih zunanjih dejavnikov, negativnih in pozitivnih: to je lahko tako kajenje in zloraba alkohola, kot tudi pravilna prehrana in redni šport. Hkrati tako imenovana biološka doba bolje odraža stanje telesa in jo je mogoče uporabiti za oceno dejavnikov, ki vplivajo na proces staranja zunaj različnih bolezni.
Obstoječe metode za oceno biološke starosti človeka so precej zapletene in temeljijo predvsem na analizi DNK. V novem delu so raziskovalci pod vodstvom Eugena Bobrova z Moskovske državne univerze in estonskega tehnološkega zagona HautAI OU predlagali oceniti starost ljudi na fotografijah območja okoli oči. Da bi to naredili, so usposobili nevronsko mrežo na parih fotografij zgornjega dela obraza 8414 ljudi in njihove natančne starosti. Učinkovitost nevronske mreže so nato preizkusili na drugih fotografijah: sistem je najbolj natančno napovedal starost na slikah, na katerih so bili vidni kotički oči. Nevronska mreža je s točnostjo 2,3 leta napovedovala kronološko starost osebe.
Kljub dejstvu, da se nevronska mreža ni naučila napovedovati biološke starosti, so raziskovalci prepričani, da je učinkovito samodejno določanje kronološke starosti lahko koristno za razvoj takšnih sistemov ali izboljšanje uspešnosti ocenjevanja s strani specialistov. Poleg tega znanstveniki ugotavljajo, da so spremembe na koži okoli vogalov oči lahko tudi pomembni parametri pri oceni staranja telesa ob natančni analizi.
Velika analiza podatkov in strojno učenje lahko pomagata napovedati druge pomembne zdravstvene dejavnike. Ameriški raziskovalci so na primer septembra ugotovili, da je mogoče predvideti širjenje debelosti s pomočjo satelitskih posnetkov mest: za to je treba samodejno oceniti infrastrukturo območja.
Elizaveta Ivtušek