Pag-aaral: Maaaring tumulong ang mga larawan ng retina sa pagtataya ng bilis ng biyolohikal na pagtanda - Sarmad

Ipinakita ng isang bagong pag-aaral na isinagawa ng mga mananaliksik mula sa Unibersidad ng Seoul na ang pagsusuri ng mga larawan ng retina ng mata gamit ang mga teknolohiya ng artificial intelligence ay maaaring magbigay ng isang mabilis at hindi kiruruhang paraan upang takdaran ang pagkakaiba sa bilis ng biyolohikal na pagtanda sa pagitan ng mga tao.

Ayon sa siyentipikong website na "Science Daily," ang pag-aaral na inilathala sa pahayagan na "GeroScience" ay nakabatay sa isang teknolohiya na tinawag ng mga mananaliksik na "retinal age gap." Gumagamit ito ng mga larawan ng retina upang takdaran ang kronolohikal na edad ng isang tao, at pagkatapos ay ihambing ang takdang ito sa kanyang aktwal na edad upang matukoy ang mga indikador na maaaring may kaugnayan sa bilis ng biyolohikal na pagtanda.

Kinabibilangan ng pag-aaral ng 29,530 larawan mula sa mga pagsusuri ng retina na isinagawa sa 7,535 tao, habang sinubukan ng mga mananaliksik ang modelo gamit ang 14,832 karagdagang larawan mula sa 7,416 tao.

Ipinakita ng mga resulta na ang modelo ay nakapagtakda ng kronolohikal na edad na may average na pagkakamali na nasa pagitan ng 2.5 at 2.7 taon, na isang antas ng katumpakan na katumbas o lumalampas sa mga resulta ng mga nakaraang modelo na nakabatay sa mga larawan ng retina.

Natuklasan ng mga mananaliksik ang ugnayan sa pagitan ng mataas na mga indikador ng pagtanda na natukoy ng modelo at ilang mga salik ng kalusugan at istilo ng buhay. Ang diyabetis ay may ugnayan sa pagtaas ng humigit-kumulang 2.52 taon sa indikador, habang ang kasalukuyang pagtataho ay may ugnayan sa pagtaas ng 0.5 taon, ang nakaraang pagtataho ay 0.46 taon, ang macular degeneration ay 0.6 taon, at ang cataracts ay 1.86 taon.

Binanggit ng mga mananaliksik na ang ugnayan sa pagitan ng cataracts at ang mataas na indikador ay maaaring bahagyang dulot ng epekto ng pagiging malabo ng mga larawan na dulot ng sakit, at hindi laging dahil sa pagbilis ng pagtanda ng retina mismo.

Nakabatay ang pag-aaral sa paghahalo ng mga larawan ng mga malusog na mata at ng mga mata na may mga sakit sa retina o sa optic nerve sa loob ng mga datos para sa pagtuturo ng modelo, upang mapabuti ang katumpakan ng teknolohiya kumpara sa mga nakaraang pag-aaral na mas lumuwas sa mga larawan ng malusog na mata.

Inilinaw ng mga mananaliksik na ang bilis ng biyolohikal na pagtanda ay nag-iiba sa pagitan ng mga tao na magkapareho sa kronolohikal na edad dahil sa mga salik na genetik, pangkalikasan, at istilo ng buhay, na nagpapalakas ng pangangailangan sa mga biomarker na madaling maabot upang subaybayan ang mga pagkakaibang ito.

Binigyang-diin ng mga mananaliksik na ang teknolohiya ay nangangailangan pa rin ng karagdagang pagpapatunay sa pamamagitan ng mga mahahabang pag-aaral na susubaybayan ang mga tao sa loob ng ilang taon, at ihahambing ang mga resulta nito sa mga pamamaraan at indikador na kinikilala sa pagsukat ng biyolohikal na pagtanda.

Pinatibay ng pag-aaral na ang teknolohiya ng "retinal age gap" sa kasalukuyang anyo nito ay maaaring mas angkop para sa pag-aaral ng mga pattern ng pagtanda sa antas ng populasyon, kumpara sa paggamit nito upang tukuyin ang mga panganib ng pagtanda sa mga indibidwal, dahil ang epekto ng ilang mga salik ng kalusugan na natutukoy ng teknolohiya ay limitado pa rin kumpara sa margin ng pagkakamali sa paghuhula.

Binubuksan ng mga resulta na ito ang mga bagong posibleng gamit ng teknolohiya ng artificial intelligence sa pagsubaybay ng mga pagbabago sa kalusugan na may kaugnayan sa pagtanda.