Фото: pixabay.com

Исследователи Королевского колледжа Лондона представили революционный подход к прогнозированию состояния здоровья и продолжительности жизни с помощью искусственного интеллекта и анализа крови.

Результаты исследования были опубликованы в журнале Science Advances, пишет SciTechDaily.

MileAge как показатель метаболического возраста

Инновационный метод MileAge позволяет оценить темп биологического старения, то есть разницу между метаболическим и фактическим возрастом на основе метаболитов крови — небольших молекул, которые образуются в процессе метаболизма.

Ученые протестировали 17 алгоритмов ИИ, используя маркеры крови более 225 тыс. участников британского биобанка.

Наиболее эффективным оказался вариант кубической регрессии, который лучше всего прогнозирует биологический возраст и коррелирует с различными показателями здоровья.

Таким образом, имеющиеся и потенциальные хронические заболевания влияли на состояние организма, ускоряя его старение.

Роль теломеров

Кроме того, исследователи узнали, какую роль играют теломеры — специализированные структуры на концах хромосом, которые защищают их от повреждений во время деления клеток.

Ведь с возрастом теломеры постепенно укорачиваются, что является одним из факторов, связанных со старением клеток.

Исследователи обнаружили, что длина теломеров является важным показателем состояния здоровья.

Участники с короткими теломерами имели более высокий риск развития хронических заболеваний и преждевременной смерти.

Напротив, регулярная физическая активность, сбалансированное питание и отсутствие стресса, тревоги и депрессии положительно влияли на длину теломеров.

Оценка рисков

Это исследование является важным шагом в понимании принципов биологического старения и оценки будущих рисков еще до появления первых симптомов.

Несмотря на то, что хронологический возраст человека остается неизменным, улучшить состояние здоровья и качество жизни людей вполне возможно благодаря использованию искусственного интеллекта и профилактических мер.

Сегодня это один из основных приоритетов мультидисциплинарных команд специалистов.

Подготовил: Сергей Дага