La IA revela que fumar acelera el envejecimiento biológico: hombres 1,5x, mujeres 2x la edad cronológica

Ingenieros usan métodos de aprendizaje profundo para predecir edad biológica basada en tabaquismo.

Fumadores varones eran ~1,5 veces mayores que su edad cronológica comparados con no fumadores.

Fumadoras fueron predichas con el doble de edad cronológica que no fumadoras.

Modelos de predicción de edad basados en aprendizaje profundo

El tabaquismo presiona sistemas de salud causando morbilidad, muerte y posible envejecimiento prematuro. Que fumar te envejece suena a sentido común pero nunca se había iluminado y cuantificado usando IA.

En este estudio, investigadores emplearon modelos de predicción de edad basados en deep learning supervisado y descubrieron que fumadores exhibían tasas de envejecimiento más altas que no fumadores, independientemente de niveles de glucosa en ayunas y ratios de colesterol.

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

Estos modelos se usaron luego para determinar la aceleración del envejecimiento biológico causada por tabaco. Los datasets masivos parecen montones de números, ineficientes para algoritmos convencionales. Por eso usaron IA para detectar patrones mayores en análisis de sangre básicos.

Entrenamiento

Examinaron datos de 149.000 registros anónimos de bioquímica sanguínea, de los cuales 49.000 eran fumadores. Entrenaron redes neuronales profundas feed-forward supervisadas en estos registros, usando GPUs NVIDIA TITAN Xp con frameworks CUDA deep learning.

Diseño del estudio de deep learning | Cortesía de investigadores

La red observó 66 marcadores de bioquímica sanguínea y conteo celular, incluyendo ferritina sérica, glucosa sérica en ayunas, urea sanguínea y hemoglobina.

Según resultados, fumadores varones fueron predichos 1,5 veces mayores que su edad cronológica vs no fumadores, mientras fumadoras fueron predichas el doble de mayores que no fumadoras.

Los resultados indican que el ensayo de deep learning de análisis de sangre típicos podría complementar técnicas propensas a error de auto-reporte de estado de tabaquismo. De hecho, podría extenderse a evaluar otros factores en envejecimiento y analizar efectos del tabaco en otras enfermedades como diabetes.

Leer: Incluso momias del siglo XVI tenían enfermedad cardíaca

Además, las redes neuronales pueden usarse para determinar trayectorias de salud o medir en qué medida otras exposiciones, riesgos genéticos y factores dietéticos afectan envejecimiento y salud.