Автор: 
Исследователи применили машинное обучение для анализа траекторий здоровья людей с течением времени и отличили врождённые факторы старения от рисков хронических заболеваний. Они обнаружили, что модель искусственного интеллекта может последовательно определять ранние показатели здорового старения, такие как количество нейтрофилов и уровни щёлочной фосфатазы. Исследование опубликовано в журнале Nature Aging.
Учёные выявили, что клинические маркеры, влияющие на показатель продолжительности жизни, различаются в зависимости от возраста. Щёлочная фосфатаза влияет на молодёжь, глюкоза и холестерин влияют на средний возраст, а альбумин влияет на пожилой возраст. Было обнаружено, что такие ключевые характеристики, как избыточный вес, уровень сахара в крови и холестерина, играют значительную роль в прогнозировании риска заболеваний на протяжении всей жизни. Результаты показывают взаимосвязь между старением и основными хроническими заболеваниями, прокладывая путь к всеобъемлющим продольным моделям, которые заменят статичные представления о здоровом старении и распространённых заболеваниях.
