ИИ научился находить признаки старения и болезней на обычных рентгеновских сканах
Группа международных исследователей разработала модель искусственного интеллекта, которая извлекает из DXA-сканов информацию о здоровье человека, обычно теряющуюся при стандартном анализе. По словам авторов, модель может оценивать риск некоторых заболеваний, биологический возраст и даже наследуемые особенности организма.
Работа посвящена модели LeDXA, построенной на архитектуре JEPA, которая учится понимать и предсказывать смысл происходящего, а не дорисовывать картинку по пикселям. Одним из ключевых разработчиков этой архитектуры является пионер глубокого обучения Янн ЛеКун. LeDXA пытается выделить из скана его наиболее значимые признаки и представить их в виде компактного набора характеристик. Это представление затем используется для прогнозирования различных показателей здоровья.
DXA, или двухэнергетическая рентгеновская абсорбциометрия, обычно используется для измерения плотности костей и состава тела. При этом пространственная информация самого изображения во многом остается без внимания. Исследователи предположили, что в этой «лишней» для стандартного анализа информации могут скрываться дополнительные признаки состояния организма.
LeDXA обучили с нуля на 11 540 неразмеченных DXA-сканах из Human Phenotype Project, а затем проверили на 47 400 изображениях из UK Biobank. Несмотря на гораздо меньший объем обучающих данных и почти в 40 раз меньшее число параметров, модель в ряде задач превзошла стандартные показатели DXA и универсальную модель DINOv3.
Особенно заметной оказалась разница при прогнозировании некоторых заболеваний. Например, при артрозе тазобедренного сустава 66% новых случаев пришлось на четверть участников с самым высоким прогнозируемым риском. Для стандартных числовых показателей DXA этот показатель составил 41%. Улучшение также наблюдалось при прогнозировании артроза колена и диабета 2-го типа.
Модель оказалась способна оценивать и возраст человека. Ее представления предсказывали хронологический возраст с коэффициентом корреляции 0,88, а средняя абсолютная ошибка составила 2,9 года. Разница между биологическим и фактическим возрастом при этом была связана с общим бременем заболеваний: у людей, которых модель оценивала как наиболее «старых» биологически, риск смерти оказался на 45% выше.
Исследователи также обнаружили связь полученных представлений с генетикой. Геномный анализ в основном выявил уже известные участки ДНК, связанные с составом тела и плотностью костной ткани, а представления LeDXA оказались более наследуемыми, чем представления DINOv3.
Однако результаты пока нельзя считать доказанной медицинской технологией. Статья опубликована как препринт на arXiv и на момент публикации не прошла независимое научное рецензирование. Поэтому полученные связи и способность модели прогнозировать заболевания еще предстоит проверить в дальнейших исследованиях и на других группах пациентов.
Если результаты подтвердятся, работа показывает интересную возможность: один обычный DXA-скан может содержать гораздо больше информации о состоянии организма, чем извлекает из него стандартный медицинский анализ.
Подпишитесь на «Инк» в Telegram. Там мы пишем нескучным языком о самом важном для предпринимателей. Подписаться.
