CIUDAD DE MÉXICO (proceso.com.mx).- Científicos de la Universidad Metropolitana de Osaka han desarrollado un modelo de Inteligencia Artificial, para estimar con precisión la edad de un paciente. Esto lo hacen a prtir de radiografía de pecho de individuos sanos, recolectadas de muchos otros hospitales. Lo interesante es que se ha hallado una relación positiva entre las diferencias estimadas por la IA y las edades cronológicas, así como una variedad de enfermedades crónicas como la hipertensión, hiperucemi y EPOC (enfermedad pulmonar obstructiva crónica). En el futuro se espera que los "marcadores de la IA" se desarrollen aún más y puedan predecir la expectativa de vida de las personas, así como la severidad de algunas enfermedades. También se espera que puedan pronosticar los riesgos de ciertas cirugías. 

Este nuevo modelo de la IA permite definir la edad de un paciente no en términos de su rostro, el cual no necesariamente suele ser indicativo de una edad determinada. A través de las radiografías de pecho se puede tener una visión más clara de la edad cronológica de un paciente. Y cuando hay una disparidad, esto puede ser usado como una correlación con alguna enfermedad crónica, lo cual hace que el trabajo sea más que una curiosidad científica. En estas disparidades entre la edad calculada por la IA y la que tiene un paciente, se puede mejorar la detección de posibles enfermedades. Todo esto se publicará en la revista The Lancet Healthy Longevity. 

El equipo de investigación es lidereado por el estudiante graduado Yasuhito Mitsuyama y el Dr. Daiju Ueda, del Departamento de Diagnóstico e Intervención Radiológica de la escuela de medicina para estudiantes graduados, de la Universidad Metropolitana de Osaka. Para ello, los investigadores construyeron un modelo de aprendizaje profundo de IA para estimar la edad de muchos individuos a partir de placas radiológicas de pecho. Aplicaron su modelo a aquellas placas de pacientes enfermos para así analizar las relaciones entre la edad estimada por la IA y cada enfermedad. Dado un entrenamiento a la red neuronal usando unas 67 mil 99 placas, se llego a una prueba interesante del modelo. Las placas radiológicas se obtuvieron de tres hospitales diferentes entre los años 2008 y 2021, de unos 36 mil 501 personas saludables. El índice de correlación de los resultados obtenidos contra la realidad de los pacientes es de 0.95 (donde 1 es la correlación total). Es decir, el grado de acercamiento a resultados confiables es extraordinariamente alto en lo que se relaciona con la edad. 

Desde luego que estos "marcadores IA" de la biología de los pacientes para así estimar su edad, sereforzó con 34 mil 197 radiografías de pacientes con enfermedades conocidas, de dos instituciones médicas más. Los resultados revelan que la diferencia entre la edad estimada por la IA para cada paciente y la edad cronológica, pudieron correlacionarse con una variedad de enfermedades crónicas. En otras palabras, en la medida que la IA estima de más edad a un paciente, éste suele tener más posibles enfermedades relacionadas con los años de vida. Dice Mitsuyama: "Nuestros resultados sugeridos por el análisis de radiografías de pecho con respecto a la edad son muy buenos. La edad cronológica es uno de los factores críticos en la medicina". 

Es evidente que las redes neuronales automatizan mucho de la información que en muchas ocasiones pasamos por alto y por ello, sus resultados suelen parecernos asombrosos. Sin embargo, hay que decir que estos ayudantes de la IA permiten abriri nuevos caminos a terapias, a comprender cómo se desarrollan ciertas enfermedades y a además, a crear nuevos procedimientos para pacientes de más edad.