Prediga su esperanza de vida con IA utilizando los datos de su teléfono inteligente

• La nueva IA puede estimar con precisión la edad biológica y los principales factores de riesgo relacionados con la salud. 
• Analiza los datos recopilados por teléfonos inteligentes y dispositivos portátiles.
• Los desarrolladores han lanzado una aplicación que observa cómo su patrón de actividad diaria afecta su esperanza de vida.  

Muchos factores biológicos, como la expresión genética, el ADN y los niveles de circulación sanguínea, muestran una estrecha correlación con la edad. Sin embargo, el perfil del genoma o la bioquímica a gran escala son bastante difíciles y costosos para cualquier aplicación más allá de la investigación científica.

Para facilitar las cosas, los desarrolladores de la empresa de biotecnología GERO y el Instituto de Física y Tecnología de Moscú (Rusia) han creado un sistema de inteligencia artificial que puede estimar la edad biológica y los principales factores de riesgo relacionados con la salud. Funciona analizando los datos recopilados por teléfonos inteligentes y dispositivos portátiles.

La IA ya ha demostrado un rendimiento fenomenal en reconocimiento de patrones, reconocimiento de voz, identificación visual de objetos y otras áreas. De hecho, las redes neuronales se están utilizando en el campo médico para brindar tratamientos personalizados y fabricar medicamentos. Inspirándose en estas herramientas, los investigadores han desarrollado un nuevo sistema que puede proporcionar información de salud precisa basada en la actividad física.

Los sistemas operativos modernos de dispositivos portátiles y portátiles permiten la recopilación y el almacenamiento en la nube de registros de actividad personal sin alterar la rutina diaria del usuario. Y esto se hace a muy gran escala:para miles de millones de personas. La IA utiliza estos registros para monitorear continuamente los riesgos relacionados con la salud y proporcionar comentarios en tiempo real.

¿Cómo lo hicieron?

Los investigadores extrajeron 4 años (2003 a 2006) de datos clínicos y registros de actividad física de NHANES (Encuesta Nacional de Examen de Salud y Nutrición). Luego entrenaron la red neuronal en registros de 1 semana para estimar el riesgo de mortalidad y la edad biológica.

Compararon 3 modelos de edad biológica cada vez más precisos –

1. Regresión lineal multivariada
2. Análisis de componentes principales (PCA) no supervisado
3. Red neuronal convolucional profunda (CNN)

Los investigadores descubrieron que el método supervisado o CNN desentrañó la mayoría de los patrones de movimiento biológico y estableció su relación con la esperanza de vida y la información de salud general. El algoritmo superó a todos los modelos existentes de riesgos de mortalidad y edad biológica que se ejecutan con los mismos datos.

Referencia:Naturaleza | doi:10.1038/s41598-018-23534-9 | MIPT 

El equipo ha desarrollado una aplicación para iOS que ve (utilizando el acelerómetro del teléfono) cómo los patrones de actividad diaria del usuario afectan su esperanza de vida.

Además, en su trabajo anterior, el equipo adoptó elementos de matriz de transición, descriptores agregados y una forma simple de normalización cuantil para demostrar que la IA entrenada con datos de NHANES podría usarse para estimar riesgos para la salud en el Biobanco del Reino Unido.

¿Qué sigue?

Algunas compañías de seguros de salud ya han comenzado a ofrecer descuentos basados en la actividad física del usuario, monitoreada a través de dispositivos portátiles.

Leer:La IA que filtra el spam aprende el comportamiento de un animal

Según los desarrolladores, el algoritmo se puede mejorar aún más para proporcionar modelos de riesgo más precisos. La combinación de las últimas técnicas de aprendizaje automático con la teoría del envejecimiento producirá modelos de salud aún mejores para reducir los riesgos de longevidad en los seguros y ayudar en la planificación de la jubilación. La IA también podría contribuir al desarrollo de terapias antienvejecimiento y futuros ensayos clínicos.