衝撃！あなたの寿命を予測できるアプリ

・今やAIは、生物学的年齢と健康に関連する主要な危険因子を正確に推定できる
・スマートフォンやウェアラブルデバイスで収集されたデータから分析する
・開発者が、各個人の毎日の活動パターンがあなたの平均余命にどのように影響するかを観察するアプリが誕生

遺伝子発現、DNA、血液循環レベルなどの多くの生物学的要因は、年齢と密接な相関関係を示しています。ただし、ゲノムプロファイルまたは大規模な生化学物質は、科学研究以外のアプリケーションでは非常に困難で費用がかかるものです。

それを安易にするために、バイオテクノロジー企業GEROとロシアのモスクワ物理技術研究所の開発者は、生物学的年齢と健康に関連する主要な危険因子を推定できる人工知能システムを構築しました。スマートフォンやウェアラブルデバイスで収集されたデータを分析することで機能します。

AIは、パターン認識、音声認識、視覚オブジェクトの識別などの分野ですでに驚異的なパフォーマンスを発揮しています。実際、ニューラルネットワークは個別化された治療を提供し、薬を作るために医療分野で利用されています。これらのツールに触発されて、研究者は現在、身体活動に基づいて正確な健康情報を提供できる新しいシステムを開発しました。

持運び可能なデバイスおよびウェアラブルデバイスの最新のオペレーティングシステムは、ユーザーの日常業務を妨げることなく、個人の活動記録の収集をしてクラウドに保存します。これは何十億という大規模な人々を対象に行われます。 AIはこれらの記録を利用して、健康関連のリスクを継続的に監視し、リアルタイムでフィードバックを提供します。

彼らが研究した方法

研究者は、NHANES（国民健康栄養調査）から4年間（2003年から2006年）の臨床データと身体活動記録を抽出しました。次に、死亡リスクと生物学的年齢を推定するために、1週間の記録でニューラルネットワークをトレーニングしました。

彼らは3つ生物学的年齢モデルを比較しました–

1.多変量線形回帰
2.主成分分析（PCA）
3.ディープニューラルネットワーク（CNN）

研究者は、上記２または３が生物学的運動パターンのほとんどを解明し、寿命および一般的な健康情報との関係を確立したことを発見しました。このアルゴリズムは、同じデータで実行されている死亡リスクと生物学的年齢の既存のすべてのモデルを上回ったのです。

チームは、ユーザーの毎日の活動パターンが平均余命にどのように影響するかを確認するiOSアプリを開発しました。

さらに、チームは遷移行列要素、集約記述子、および単純な形式の分位正規化を採用して、NHANESデータでトレーニングされたAIを使用して英国バイオバンクの健康リスクを推定できることを示しました。

更なる情報

一部の保険会社は、ウェアラブルデバイスを介してユーザーの行動を把握することで、割引を提供し始めていたりもします。

開発者によると、アルゴリズムをさらに改善して、より正確なリスクモデルを提供することができます。最新の機械学習技術と老化理論を組み合わせることで、さらに優れた健康モデルが得られ、保険の長寿リスクが軽減され、退職後の計画に役立ちます。 AIは、アンチエイジング療法の開発や将来の臨床試験にも貢献する可能性があります。