کد خبر: ۹۴۱۱۵۰
تاریخ انتشار: ۱۵ : ۱۲ - ۰۵ مهر ۱۴۰۵

چشم‌ها راز سرعت پیرشدن بدن را فاش می‌کنند؟ بررسی نزدیک به ۳۰ هزار اسکن سرنخ تازه‌ای داد

ما هر سال در یک تاریخ مشخص تولد خود را جشن می‌گیریم و سن تقویمی‌مان را می‌دانیم؛ یعنی تعداد سال‌هایی که از تولد ما گذشته است. اما در کنار آن، سن بیولوژیکی هم وجود دارد که نشان می‌دهد بدن ما با چه سرعتی در حال پیرشدن و فرسوده شدن است.
چشم
پایگاه خبری تحلیلی انتخاب (Entekhab.ir) :

ما هر سال در یک تاریخ مشخص تولد خود را جشن می‌گیریم و سن تقویمی‌مان را می‌دانیم؛ یعنی تعداد سال‌هایی که از تولد ما گذشته است. اما در کنار آن، سن بیولوژیکی هم وجود دارد که نشان می‌دهد بدن ما با چه سرعتی در حال پیرشدن و فرسوده شدن است.

 

به گزارش انتخاب و به نقل از ساینس الرت؛ محاسبه سن بیولوژیکی به سادگی شمردن سال‌های عمر نیست، اما دانشمندان در سال‌های اخیر روش‌های دقیق‌تری برای تخمین آن پیدا کرده‌اند.

 

دانستن سن بیولوژیکی می‌تواند از نظر سلامت اهمیت زیادی داشته باشد؛ از جمله اینکه به شناسایی زودتر برخی مشکلات جدی کمک کند.

 

حالا پژوهشگران دانشگاه ملی سئول در مطالعه‌ای که در مجله GeroScience منتشر شده، نشان داده‌اند که اسکن قسمت پشتی چشم ممکن است روشی سریع و بدون نیاز به اقدامات تهاجمی برای تخمین سرعت پیرشدن بدن باشد؛ روشی که در این مطالعه، سن افراد را دقیق‌تر از برخی مدل‌های قبلی مبتنی بر شبکیه تخمین زد.

 

شبکیه چه چیزی درباره سن بدن می‌گوید؟

 

این پژوهش بر فناوری‌ای به نام «اختلاف سن شبکیه» (RAG) بنا شده است که دانشمندان چند سال است روی آن کار می‌کنند.

 

در این روش، هوش مصنوعی با استفاده از مجموعه بزرگی از تصاویر شبکیه آموزش می‌بیند تا سن فرد را از روی تصویر چشم تخمین بزند. شبکیه به دلیل ارتباط نزدیک با مغز و سیستم قلبی‌عروقی، می‌تواند اطلاعاتی درباره وضعیت کلی بدن در اختیار پژوهشگران قرار دهد.

 

پژوهشگران در مقاله خود می‌نویسند افراد هم‌سن لزوماً با سرعت یکسانی پیر نمی‌شوند و عوامل ژنتیکی، محیطی و سبک زندگی می‌توانند باعث تفاوت قابل‌توجه در وضعیت سلامت و روند پیری آنها شوند.

 

به همین دلیل، دانشمندان به دنبال نشانگرهایی هستند که بتوانند سن بیولوژیکی را دقیق‌تر و به شکلی ساده و قابل‌دسترسی تخمین بزنند.

 

بررسی نزدیک به ۳۰ هزار تصویر شبکیه

 

پژوهشگران برای بهبود مدل‌های قبلی، داده‌های آموزشی جدیدی را به سیستم اضافه کردند و الگوریتم آن را نیز تغییر دادند.

 

یکی از نکات مهم این مطالعه این بود که برخلاف بسیاری از تحقیقات قبلی، فقط از تصاویر چشم‌های سالم استفاده نشد؛ بلکه تصاویر چشم‌های مبتلا به بیماری‌های شبکیه و عصب بینایی نیز در مجموعه داده قرار گرفتند.

 

در مجموع، ۲۹٬۵۳۰ اسکن شبکیه از ۷٬۵۳۵ نفر برای آموزش سیستم استفاده شد.

 

سپس عملکرد مدل با ۱۴٬۸۳۲ اسکن دیگر از ۷٬۴۱۶ نفر آزمایش شد.

 

مدل توانست سن واقعی افراد را با میانگین خطای حدود ۲.۵ تا ۲.۷ سال تخمین بزند؛ نتیجه‌ای که با عملکرد مدل‌های قبلی اختلاف سن شبکیه قابل مقایسه و در برخی موارد بهتر بود.

 

بیماری‌ها چگونه با «سن شبکیه» ارتباط داشتند؟

 

پژوهشگران همچنین بررسی کردند که نمره بالاتر RAG، یعنی مسن‌تر به نظر رسیدن شبکیه نسبت به سن واقعی فرد، با چه عواملی ارتباط دارد.

 

نتایج نشان داد:

 

* در افراد مبتلا به دیابت، سن تخمینی شبکیه به‌طور متوسط ۲.۵۲ سال بیشتر بود.

* در افراد سیگاری فعلی، این اختلاف حدود ۰.۵ سال بود.

* در افراد سابقه‌دارِ مصرف سیگار، حدود ۰.۴۶ سال بیشتر بود.

* در افراد مبتلا به دژنراسیون ماکولا، حدود ۰.۶ سال بیشتر بود.

* در افراد مبتلا به آب مروارید، حدود ۱.۸۶ سال بیشتر بود.

 

با این حال، پژوهشگران هشدار می‌دهند که ارتباط آب مروارید با سن بالاتر شبکیه ممکن است تا حدی به کدرتر بودن تصاویر چشم مربوط باشد، نه اینکه واقعاً شبکیه این افراد سریع‌تر پیر شده باشد.

 

نکته مهم دیگر این است که پژوهشگران در این مطالعه، روش خود را مستقیماً با سایر روش‌های موجود برای اندازه‌گیری سن بیولوژیکی مقایسه نکردند.

 

بنابراین هنوز نمی‌توان گفت RAG دقیقاً به همان چیزی اشاره می‌کند که سایر شاخص‌های سن بیولوژیکی اندازه‌گیری می‌کنند. با این حال، ارتباط نمره بالاتر RAG با بیماری‌ها و عواملی که می‌توانند بر روند پیری بدن تأثیر بگذارند، نشان می‌دهد این فناوری ارزش بررسی بیشتر را دارد.

 

آیا چشم می‌تواند بیماری‌های پنهان را هم آشکار کند؟

 

پژوهشگران معتقدند اگر پایگاه داده تصاویر شبکیه بزرگ‌تر شود و تصاویر چشم‌های سالم و بیمار هر دو در آن قرار بگیرند، دقت این فناوری می‌تواند بیشتر شود.

 

آنها همچنین پیشنهاد کرده‌اند که مدل هوش مصنوعی هنگام تخمین سن، جنسیت فرد را نیز هم‌زمان در نظر بگیرد؛ روشی که به آن «یادگیری چندوظیفه‌ای» گفته می‌شود.

 

به زبان ساده، اگر سیستم بتواند هم‌زمان چند ویژگی مرتبط با فرد را بررسی کند، ممکن است برخی خطاهایی که به تفاوت‌های میان زنان و مردان مربوط می‌شوند کاهش پیدا کنند.

 

این فناوری حتی ممکن است در آینده به شناسایی برخی مشکلات سلامتی که در حالت عادی تشخیص داده نمی‌شوند نیز کمک کند؛ البته برای رسیدن به این مرحله، تحقیقات بیشتری لازم است.

 

پژوهشگران می‌گویند در کلینیک‌های چشم‌پزشکی که تصویربرداری از شبکیه به‌طور معمول انجام می‌شود، شاخص RAG می‌تواند در آینده به پزشکان کمک کند افرادی را که نیاز به بررسی‌های بیشتر از نظر سلامت عمومی دارند، شناسایی کنند.

 

اگر مطالعات طولانی‌مدت آینده این روش را تأیید کنند، اندازه‌گیری‌های مکرر RAG می‌تواند به پزشکان اجازه دهد تغییرات روند پیری بدن یک فرد را در طول زمان دنبال کنند و ببینند آیا درمان‌ها یا تغییرات سبک زندگی بر آن تأثیر گذاشته‌اند یا نه.

 

هنوز برای پیش‌بینی وضعیت یک فرد زود است

 

یکی از گام‌های بعدی پژوهشگران این است که افراد را برای مدت طولانی‌تری دنبال کنند تا مشخص شود آیا درمان‌ها یا تغییرات سبک زندگی واقعاً می‌توانند «سن» شبکیه را تغییر دهند.

 

همچنین باید دقت RAG با روش‌های معتبر و موجود برای ارزیابی سن بیولوژیکی مقایسه شود.

 

در حال حاضر، این فناوری بیشتر برای بررسی روندهای جمعیتی مناسب است تا اینکه بتوان بر اساس آن درباره وضعیت یا خطر بیماری در یک فرد خاص قضاوت کرد؛ زیرا بسیاری از تفاوت‌هایی که سیستم شناسایی می‌کند، در مقایسه با میزان خطای مدل بسیار کوچک هستند.

 

پژوهشگران تأکید می‌کنند که برای مشخص شدن اینکه RAG واقعاً شاخصی از پیری بیولوژیکی است یا نه، باید در مطالعات طولانی‌مدت و در کنار سایر نشانگرهای معتبر پیری بررسی شود.

 

بنابراین فعلاً نمی‌توان گفت یک اسکن چشم به‌تنهایی می‌تواند دقیقاً نشان دهد بدن یک فرد با چه سرعتی پیر می‌شود؛ اما نتایج این مطالعه نشان می‌دهد شبکیه چشم ممکن است اطلاعات ارزشمندی درباره روند پیری و سلامت عمومی بدن در خود داشته باشد.

نظرات بینندگان
captcha