Gözün içinden yaş tahmini yapan yapay zeka geliştirildi! Hata payı 2,5 yıl

Gözün arka bölümünden alınan retina görüntüleri, kişinin yaşı hakkında sanılandan daha fazla bilgi taşıyor olabilir. Güney Kore'de Seul Ulusal Üniversitesinde görev yapan araştırmacılar, retina görüntülerini analiz ederek kişinin kronolojik yaşını tahmin edebilen bir yapay zeka modeli geliştirdi.

YAPAY ZEKA BİNLERCE RETİNA GÖRÜNTÜSÜYLE EĞİTİLDİ

Araştırmada oldukça geniş bir görüntü veri setinden yararlanıldı. Yapay zekanın eğitilmesi için 7 bin 535 kişiden alınan toplam 29 bin 530 retina görüntüsü kullanıldı. Modelin performansı ise 7 bin 416 farklı kişiye ait 14 bin 832 görüntü üzerinden test edildi. Yapay zeka, görüntülerden kişilerin kronolojik yaşını ortalama 2,5-2,7 yıllık hata payıyla tahmin etmeyi başardı.

Araştırmacılar, elde edilen sonucun daha önce geliştirilen benzer retina yaş modelleriyle karşılaştırıldığında dikkat çekici olduğunu belirtti. Çalışmanın bir başka özelliği de veri setinin yalnızca sağlıklı gözlerden oluşmamasıydı. Retina veya optik sinir hastalığı bulunan kişilerin görüntüleri de araştırmaya dahil edildi.

ASIL DİKKAT ÇEKEN NOKTA BİYOLOJİK YAŞ FARKI

İnsanların aynı yaşta olması, vücutlarının aynı hızda yaşlandığı anlamına gelmiyor. Genetik yapı, çevresel şartlar ve yaşam tarzı, yaşlanma sürecinde kişiden kişiye farklılık oluşmasına neden olabiliyor.

Araştırmacıların kullandığı yöntem de bu farklılığı göz üzerinden yakalamaya çalışıyor. Sistem, retina görüntüsünden kişinin yaşını tahmin ediyor. Ortaya çıkan tahmin ile gerçek yaş arasındaki fark ise retinal yaş farkı (RAG) olarak değerlendiriliyor.

RAG değerinin yükselmesi, 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.

DİYABET VE SİGARA KULLANIMIYLA BAĞLANTI GÖRÜLDÜ

Araştırmada daha yüksek retina yaş farkının bazı sağlık ve yaşam tarzı faktörleriyle ilişkili olduğu da ortaya çıktı. Çalışmada elde edilen sonuçlara göre:

• Diyabet: Retina yaş farkında 2,52 yıllık artışla ilişkilendirildi.
• Aktif sigara kullanımı: 0,50 yıllık farkla ilişkilendirildi.
• Daha önce sigara kullanmış olmak: 0,46 yıllık farkla ilişkilendirildi.
• Katarakt: 1,86 yıllık farkla ilişkilendirildi.
• Makula dejenerasyonu: 0,60 yıllık farkla ilişkilendirildi.

Burada önemli bir ayrıntı bulunuyor. Araştırmacılar bu sonuçların neden-sonuç ilişkisini kanıtlamadığının altını çiziyor. Yani daha yüksek RAG değerinin söz konusu hastalıklara doğrudan neden olduğu söylenemiyor. Özellikle katarakt ile ortaya çıkan bağlantının farklı bir açıklaması olabileceği belirtiliyor. Gözdeki bulanıklığın retina görüntüsünün kalitesini düşürmesi, yapay zekanın yaş tahminini etkiliyor olabilir.

YÖNTEM ŞİMDİLİK KİŞİSEL SAĞLIK TESTİ DEĞİL

Çalışmanın sonuçları dikkat çekici olsa da araştırmacılar, sistemi kişilerin bireysel sağlık riskini belirleyen bir test olarak görmüyor. Bunun temel nedenlerinden biri, araştırmada ortaya çıkan bazı etkilerin modelin hata payına kıyasla küçük kalması. Ayrıca yapay zekanın gerçekten biyolojik yaşlanmayı ölçüp ölçmediğinin anlaşılması için kişilerin yıllar boyunca takip edilmesi gerekiyor.

Araştırmacılar, RAG değerlerinin zaman içinde nasıl değiştiğinin incelenmesini ve sonuçların kan gibi farklı biyolojik yaşlanma göstergeleriyle karşılaştırılmasını öneriyor.

GÖZ MUAYENELERİNDE YENİ BİR KULLANIM ALANI DOĞABİLİR

Retina görüntüleme, göz hastalıklarının tespitinde uzun süredir kullanılan yöntemlerden biri. Araştırmacılar ise bu görüntülerin gelecekte göz sağlığının ötesinde bilgiler sunabileceğini düşünüyor. Çalışmaya göre fundus görüntülemesinin rutin olarak yapıldığı göz kliniklerinde RAG değeri, daha ileri değerlendirmeye ihtiyaç duyabilecek kişilerin belirlenmesine yardımcı olabilir.

Ancak bunun gerçekleşebilmesi için daha kapsamlı araştırmalara ihtiyaç var. Özellikle aynı kişilerin farklı zamanlarda incelenmesi, retina yaş farkındaki değişimin takip edilmesi açısından önem taşıyor.

CİNSİYET FAKTÖRÜ DE MODELE DAHİL EDİLDİ

Araştırmada dikkat çekilen bir başka nokta ise yapay zekanın yaş tahmininde cinsiyet farklılıklarını da hesaba katması oldu.

Araştırmacılar, yaş ve cinsiyet değerlendirmesinin birlikte yapılmasının erkekler ve kadınlar arasındaki farklılıklardan kaynaklanabilecek bazı hataların azaltılmasına yardımcı olabileceğini belirtiyor.