大阪公立大学研究生院二年级博士生 Yohito Mitsuyama 领导的研究小组开发了一种人工智能模型，可以根据胸部 X 光图像估算身体年龄，并证明不同疾病之间的关系。
由于年龄相关变化的复杂性，人们提出了各种衰老生物标志物来理解衰老。到目前为止，已有报道称人工智能利用胸部 X 光图像来估计年龄，但尚未开发出基于从多个机构收集的健康个体的胸部 X 光图像的人工智能模型。
因此，研究小组开发并训练了一个用于年龄估计的AI模型，并在外部测试了从三个机构收集的3名健康受试者（排除有病史的人）的67,099张胸部X光图像。结果，AI模型表现出了非常高的估计精度（相关系数为36,051，而0.95通常被认为是很强的相关性）。此外，我们提出AI估算年龄时，从可视化图像判断下肺野和主动脉弓衰老的可能性是有依据的。
此外，该人工智能模型还利用从另外两个机构收集的 2 名患有该疾病的患者的胸片，通过比值比分析了疾病和年龄差异。我们发现，预估年龄比实际年龄越高，与高血压、高尿酸血症、慢性阻塞性肺病、间质性肺炎等慢性病的发病率正相关性越大。
这项研究表明，胸部X光片上显示的年龄可能比生物年龄更准确地反映健康信息。未来，我们将继续开发人工智能生物标志物，用于评估慢性疾病的严重程度、预测预期寿命、分层恶性肿瘤的预后、预测手术并发症。
