Um grupo de pesquisadores propôs a área ao redor dos olhos humanos como um biomarcador eficaz da idade. Depois de treinar a rede neural em mais de 8.000 imagens de olhos humanos, os pesquisadores apresentaram o PhotoAgeClock, um programa que prevê a idade a partir de uma fotografia dos olhos com precisão de dois anos. Um artigo descrevendo o trabalho foi publicado na revista Aging.
Os sinais externos nem sempre correspondem à idade civil de uma pessoa, mas podem refletir o estado de seu corpo e a influência de vários fatores externos, tanto negativos quanto positivos: podem ser tabagismo e abuso de álcool, bem como alimentação adequada e exercícios regulares. Ao mesmo tempo, a chamada idade biológica reflete melhor o estado do corpo e pode ser usada para avaliar os fatores que afetam o processo de envelhecimento fora de várias doenças.
Os métodos existentes para avaliar a idade biológica de uma pessoa são bastante complicados e baseiam-se principalmente na análise de DNA. Em um novo trabalho, pesquisadores liderados por Eugene Bobrov, da Universidade Estadual de Moscou, e a startup de tecnologia da Estônia HautAI OU propuseram estimar a idade das pessoas a partir de fotos da área ao redor de seus olhos. Para fazer isso, eles treinaram uma rede neural em pares de fotos da parte superior da face de 8.414 pessoas e sua idade exata. A eficiência da rede neural foi então testada em outras fotografias: o sistema previu a idade com mais precisão a partir das imagens em que os cantos dos olhos eram visíveis. A rede neural previu a idade cronológica de uma pessoa com uma precisão de 2,3 anos.
Apesar do fato de a rede neural não ter aprendido a prever a idade biológica, os pesquisadores estão confiantes de que a determinação automática eficaz da idade cronológica pode ser útil para desenvolver tais sistemas ou melhorar o desempenho da avaliação por especialistas. Além disso, os cientistas observam que as mudanças na pele ao redor dos cantos dos olhos também podem ser parâmetros significativos ao avaliar o envelhecimento do corpo quando analisadas cuidadosamente.
A análise de big data e o aprendizado de máquina podem ajudar a prever outros fatores médicos significativos. Por exemplo, em setembro, pesquisadores americanos descobriram que é possível prever a disseminação da obesidade por meio de imagens de satélite de cidades: para isso, é necessário avaliar automaticamente a infraestrutura local.
Elizaveta Ivtushok
