Eine Gruppe von Forschern schlug den Bereich um das menschliche Auge als wirksamen Biomarker für das Alter vor. Nach dem Training des neuronalen Netzwerks mit mehr als 8.000 Bildern menschlicher Augen präsentierten die Forscher PhotoAgeClock, ein Programm, das das Alter anhand von Augenfotos mit einer Genauigkeit von zwei Jahren vorhersagt. Ein Artikel, der die Arbeit beschreibt, wurde in der Zeitschrift Aging veröffentlicht.
Äußere Zeichen entsprechen nicht immer dem Kalenderalter einer Person, können jedoch den Zustand ihres Körpers und den Einfluss verschiedener negativer und positiver externer Faktoren widerspiegeln: Dies kann sowohl Rauchen als auch Alkoholmissbrauch sowie richtige Ernährung und regelmäßiger Sport sein. Gleichzeitig spiegelt das sogenannte biologische Alter den Zustand des Körpers besser wider und kann verwendet werden, um die Faktoren zu bewerten, die den Alterungsprozess außerhalb verschiedener Krankheiten beeinflussen.
Die vorhandenen Methoden zur Beurteilung des biologischen Alters einer Person sind ziemlich kompliziert und basieren hauptsächlich auf DNA-Analysen. In einer neuen Arbeit schlugen Forscher unter der Leitung von Eugene Bobrov von der Moskauer Staatsuniversität und dem estnischen Technologie-Startup HautAI OU vor, das Alter von Menschen anhand von Fotos der Umgebung ihrer Augen abzuschätzen. Zu diesem Zweck trainierten sie ein neuronales Netzwerk anhand von Fotopaaren des oberen Gesichtsteils von 8414 Personen und ihres genauen Alters. Die Effizienz des neuronalen Netzwerks wurde dann an anderen Fotos getestet: Das System sagte das Alter am genauesten anhand der Bilder voraus, in denen die Augenwinkel sichtbar waren. Das neuronale Netz sagte das chronologische Alter einer Person mit einer Genauigkeit von 2,3 Jahren voraus.
Trotz der Tatsache, dass das neuronale Netzwerk nicht gelernt hat, das biologische Alter vorherzusagen, sind die Forscher zuversichtlich, dass eine effektive automatische Bestimmung des chronologischen Alters nützlich sein kann, um solche Systeme zu entwickeln oder die Leistung der Bewertung durch Spezialisten zu verbessern. Darüber hinaus stellen die Wissenschaftler fest, dass Veränderungen der Haut um die Augenwinkel bei sorgfältiger Analyse auch wichtige Parameter bei der Beurteilung der Alterung des Körpers sein können.
Big-Data-Analyse und maschinelles Lernen können dabei helfen, andere wichtige medizinische Faktoren vorherzusagen. Zum Beispiel fanden amerikanische Forscher im September heraus, dass es möglich ist, die Ausbreitung von Fettleibigkeit mithilfe von Satellitenbildern von Städten vorherzusagen. Dazu muss die lokale Infrastruktur automatisch bewertet werden.
Elizaveta Ivtushok
