KI-basierte Alterungsuhren verbessern Gesundheitseinsicht und Langlebigkeit: King's College untersucht Algorithmen.

BerlinKünstliche Intelligenz revolutioniert unsere Sicht auf das Altern und die Gesundheit. Forscher am King's College London haben KI-Tools erforscht, die als Altersuhren bekannt sind und Blutdaten nutzen, um Gesundheitszustand und Lebenserwartung vorherzusagen. Sie nutzten Daten von über 225.000 Personen aus der UK Biobank, um 17 maschinelle Lernalgorithmen zu trainieren. Das Ziel war, die Fähigkeit dieser Tools, genannt "MileAge", zu untersuchen, um die Lebensspanne vorherzusagen und Verbindungen zu gesundheitlichen Indikatoren herzustellen.
Die zentralen Ergebnisse der Studie umfassen:
- Nicht-lineare Algorithmen waren am effektivsten beim Erfassen von Alterungsanzeichen.
- Personen mit einem durch Metaboliten vorhergesagten höheren Alter hatten ein größeres Risiko für Gebrechlichkeit und chronische Krankheiten.
- Beschleunigte Alterung wurde auch mit kürzeren Telomeren in Verbindung gebracht, was auf zelluläres Altern hindeutet.
- Verlangsamte biologische Alterung zeigte einen schwachen Zusammenhang mit besseren gesundheitlichen Ergebnissen.
Die Untersuchung zeigt, dass metabolomische Altersuhren nützlich sein können, um frühzeitig den Gesundheitszustand zu bewerten. Diese Instrumente können erste Anzeichen von Gesundheitsproblemen erkennen und ermöglichen präventive Maßnahmen, bevor Krankheiten auftreten. Dieser Ansatz unterscheidet sich von der Verwendung des chronologischen Alters, das keine konkreten Gesundheitsempfehlungen bietet.
AI-Uhren können uns dabei helfen, besser zu verstehen, wie unsere Körper altern, was zu gesünderen Lebensentscheidungen führen könnte. Forscher fanden heraus, dass Algorithmen, die komplexe Daten verarbeiten können, die besten Ergebnisse lieferten. Besonders effektiv war dabei die regelbasierte Regression mit Cubist. Dies verdeutlicht, dass bei der Arbeit mit biologischen Daten häufig fortschrittlichere Methoden erforderlich sind.
Die Studie belegt, dass Menschen ihr biologisches Alter durch Veränderungen im Lebensstil beeinflussen können. Damit unterstützt sie die wachsenden Erkenntnisse, dass Ernährung, Bewegung und Stressbewältigung die Zeichen des biologischen Alterns beeinflussen können.
Diese Studie hat eine bedeutende gesellschaftliche Relevanz. KI-Werkzeuge zur Altersüberwachung ermöglichen es den Menschen, ihre Gesundheit effektiver zu verwalten. Das verbessert das persönliche Wohlbefinden und entlastet die Gesundheitssysteme. Zukünftige Forschungen könnten sich darauf konzentrieren, diese Werkzeuge in reguläre Gesundheitsuntersuchungen zu integrieren, um Patienten maßgeschneiderte Informationen über ihren Alterungsprozess bereitzustellen.
Diese Untersuchung spielt eine entscheidende Rolle bei der Integration von KI in das Gesundheitswesen. Sie verdeutlicht, wie die Nutzung von Daten wertvolle Gesundheitsinformationen liefern kann, die potenziell beeinflussen, wie wir mit dem Altern umgehen und unsere Gesundheit ein Leben lang verwalten.
Die Studie wird hier veröffentlicht:
http://dx.doi.org/10.1126/sciadv.adp3743und seine offizielle Zitation - einschließlich Autoren und Zeitschrift - lautet
Julian Mutz, Raquel Iniesta, Cathryn M. Lewis. Metabolomic age (MileAge) predicts health and life span: A comparison of multiple machine learning algorithms. Science Advances, 2024; 10 (51) DOI: 10.1126/sciadv.adp3743

2. Februar 2025 · 00:28
Fernsehgewalt prägt Buben nachhaltig: Studie zu Langzeiteffekten auf aggressives Verhalten

30. Dezember 2024 · 03:47
Blitzschneller Laser-Neuron eröffnet neue Horizonte in KI und Hochleistungsrechnen
Diesen Artikel teilen

