Güney Koreli bilim insanları, retina görüntülerinden kişinin yaşını tahmin edebilen bir yapay zeka modeli geliştirdi. Yapay zeka, 29 bin 530 retina görüntüsü ile eğitilerek, kişilerin kronolojik yaşını ortalama 2,5-2,7 yıllık hata payı ile tahmin edebilme yeteneğine sahip oldu. Bu çalışma, göz sağlığı ve yaşlanma süreçleri arasındaki ilişkiyi daha iyi anlamak amacıyla gerçekleştirildi.
Yapay Zeka Nasıl Eğitildi?
Araştırmada, 7 bin 535 kişiden alınan toplam 29 bin 530 retina görüntüsü kullanıldı. Modelin performansı, 7 bin 416 farklı kişiye ait 14 bin 832 görüntü üzerinden test edildi. Elde edilen sonuçlar, daha önce geliştirilen benzer modellerle karşılaştırıldığında dikkate değer bir başarı gösterdi. Ancak, çalışmanın bir diğer önemli özelliği, kullanılan veri setinin yalnızca sağlıklı gözlerden oluşmamasıydı.
Retina veya optik sinir hastalığı bulunan kişilerin görüntüleri de araştırmaya dahil edildi. Bu durum, yapay zekanın daha geniş bir veri seti ile eğitilmesini sağladı ve modelin genel performansını artırdı.
Retina Yaş Farkı ve Sağlık İlişkisi Nedir?
İnsanların aynı yaşta olması, vücutlarının aynı hızda yaşlandığı anlamına gelmiyor. Genetik yapı, çevresel koşullar ve yaşam tarzı, yaşlanma sürecinde kişiden kişiye farklılık yaratabiliyor. Araştırmacılar, retina görüntülerinden elde edilen yaş tahminleri ile gerçek yaş arasındaki farkı retinal yaş farkı (RAG) olarak değerlendirdi. RAG değerinin yüksek olması, kişinin kronolojik yaşına kıyasla daha ileri bir retina yaşına sahip olduğunu gösteriyor.
Ancak, bu durumun doğrudan kişinin daha hızlı yaşlandığı anlamına gelip gelmediği henüz kesinleşmiş değil. Araştırmada, daha yüksek RAG değerinin bazı sağlık ve yaşam tarzı faktörleriyle ilişkili olduğu da ortaya kondu.
Sağlık Faktörleri ve Yapay Zeka Modeli
Çalışmada elde edilen sonuçlara göre, diyabet, aktif sigara kullanımı ve katarakt gibi sağlık durumları ile retina yaş farkı arasında bazı ilişkiler tespit edildi. Örneğin, diyabetin retina yaş farkında 2,52 yıllık bir artışla ilişkilendirildiği görüldü. Ayrıca, aktif sigara kullanımı 0,50 yıllık, daha önce sigara kullanmış olmak ise 0,46 yıllık bir farkla ilişkilendirildi.
Ancak araştırmacılar, bu sonuçların neden-sonuç ilişkisini kanıtlamadığını vurguladı. Yani daha yüksek RAG değerinin söz konusu hastalıklara doğrudan neden olduğu söylenemiyor. Özellikle katarakt ile ortaya çıkan bağlantının farklı bir açıklaması olabileceği belirtiliyor.
Gelecekteki Kullanım Alanları ve Cinsiyet Faktörü
Retina görüntüleme, göz hastalıklarının tespitinde uzun süredir kullanılan yöntemlerden biridir. Araştırmacılar, bu görüntülerin gelecekte göz sağlığının ötesinde bilgiler sunabileceğini düşünüyor. Fundus görüntülemesinin rutin olarak yapıldığı göz kliniklerinde RAG değerinin, daha ileri değerlendirmeye ihtiyaç duyan kişilerin belirlenmesine yardımcı olabileceği öngörülüyor.
Ayrıca, yapay zekanın yaş tahmininde cinsiyet farklılıklarını da hesaba katması, erkekler ve kadınlar arasındaki farklılıklardan kaynaklanabilecek bazı hataların azaltılmasına yardımcı olabilir. Araştırmacılar, yaş ve cinsiyet değerlendirmesinin birlikte yapılmasının modelin doğruluğunu artırabileceğini ifade ediyor.
