AI descubre que fumar hace que las personas sean biológicamente mayores

• Los ingenieros utilizan métodos de aprendizaje profundo para predecir la edad biológica basándose en el tabaquismo.
• Los hombres fumadores tenían aproximadamente 1,5 veces más edad que su edad cronológica en comparación con los no fumadores.
• Se predijo que las mujeres fumadoras tenían el doble de edad que su edad cronológica que las no fumadoras.

Fumar provoca enfermedades graves y daña casi todos los órganos del cuerpo. Según los Centros para el Control y la Prevención de Enfermedades, más de 16 millones de personas en los Estados Unidos viven con una enfermedad causada por el tabaquismo. En todo el mundo, causa más de 6 millones de muertes cada año.

Numerosos estudios ya han demostrado que existe un vínculo entre el tabaquismo y las enfermedades cardiovasculares, el cáncer y la mortalidad por todas las causas. Sin embargo, no disponemos de pruebas informativas para analizar los efectos del tabaquismo en la tasa de envejecimiento biológico.

Ahora, un equipo internacional de investigadores ha demostrado que el tabaquismo se puede predecir utilizando los resultados del recuento celular y la bioquímica sanguínea. Utilizaron el poder del aprendizaje profundo para determinar que fumar envejece biológicamente a las personas.

Modelos de predicción de la edad basados ​​en el aprendizaje profundo

El tabaquismo ejerce una presión extrema sobre los sistemas de atención de la salud, provocando morbilidad, muerte y posible envejecimiento prematuro. El hecho de que fumar te haga mayor suena a sentido común, pero hasta ahora, nunca se había iluminado y cuantificado con inteligencia artificial.

En este estudio, los investigadores emplearon modelos de predicción de la edad basados ​​en métodos supervisados ​​de aprendizaje profundo y descubrieron que las personas que fuman exhibían tasas de envejecimiento más altas que las personas que no fuman, independientemente de sus niveles de glucosa en ayunas y las proporciones de colesterol.

Referencia:Naturaleza | doi:10.1038 / s41598-018-35704-w | Universidad de Lethbridge

Estos modelos se utilizaron posteriormente para determinar la aceleración del envejecimiento biológico causado por el consumo de tabaco. Los conjuntos de datos masivos parecen un montón de números, que no podrían procesarse de manera eficiente mediante algoritmos convencionales. Es por eso que los investigadores utilizaron inteligencia artificial para detectar patrones importantes en los análisis de sangre básicos generales.

Entrenamiento

Los investigadores examinaron datos de 149.000 registros bioquímicos de sangre anónimos, de los cuales 49.000 eran fumadores. Entrenaron un conjunto de redes neuronales profundas de alimentación hacia adelante supervisadas en estos registros, utilizando GPU NVIDIA TITAN Xp con marcos de aprendizaje profundo CUDA.

Diseño del estudio de aprendizaje profundo | Cortesía de investigadores

La red observó 66 marcadores de bioquímica sanguínea y recuento celular, que incluyen ferritina sérica, glucosa sérica en ayunas, urea en sangre y hemoglobina.

Según los resultados, se predijo que los hombres fumadores tenían 1,5 veces más edad que su edad cronológica en comparación con los no fumadores, mientras que se predijo que las mujeres fumadoras tenían el doble de edad que las no fumadoras.

Los resultados indican que el ensayo de aprendizaje profundo de los análisis de sangre típicos podría complementar las técnicas propensas a errores de autoinforme del estado de tabaquismo. De hecho, podría ampliarse para evaluar otros factores del envejecimiento y analizar los efectos del tabaco en otras enfermedades como la diabetes.

Leer:Incluso las momias del siglo XVI tenían enfermedades cardíacas

Además, las redes neuronales se pueden utilizar para determinar trayectorias de salud o para medir hasta qué punto otras numerosas exposiciones, riesgos genéticos y factores dietéticos afectan el envejecimiento y la salud.