Predice tu Esperanza de Vida con IA Usando Datos de tu Smartphone

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

Muchos factores biológicos como expresión génica, ADN y niveles de circulación sanguínea muestran correlación cercana con la edad. Sin embargo, el perfil genómico o bioquímicos a gran escala son bastante difíciles y costosos para cualquier aplicación más allá de la investigación científica.

Para facilitar las cosas, desarrolladores de la empresa biotecnológica GERO, y el Instituto de Física y Tecnología de Moscú, Rusia, han construido 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 smartphones y dispositivos wearables.

La IA ya ha demostrado un rendimiento fenomenal en reconocimiento de patrones, reconocimiento de voz, identificación de objetos visuales y otras áreas. De hecho, las redes neuronales se están utilizando en el campo médico para proporcionar tratamiento personalizado y crear fármacos. Inspirados por estas herramientas, los investigadores han desarrollado ahora un nuevo sistema que puede proporcionar información de salud precisa basada en actividades físicas.

Los sistemas operativos modernos de dispositivos portátiles y wearables permiten la recopilación y almacenamiento en la nube de registros de actividad personal sin perturbar la rutina diaria del usuario. Y esto se hace a una escala muy grande – para miles de millones de personas. La IA utiliza estos registros para monitorear continuamente riesgos relacionados con la salud y proporcionar retroalimentación 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 riesgo de mortalidad y 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 desenredó la mayoría de los patrones de movimiento biológico y estableció su relación con la esperanza de vida e información general de salud. El algoritmo superó a todos los modelos existentes de riesgos de mortalidad y edad biológica que funcionan con los mismos datos.

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

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

Además, en su trabajo previo, el equipo adoptó elementos de matriz de transición, descriptores agregados y una forma simple de normalización de cuantiles para demostrar que la IA entrenada con datos de NHANES podía usarse para estimar riesgos de salud en UK Biobank.

¿Qué Sigue?

Algunas compañías de seguros de salud ya han comenzado a ofrecer descuentos basados en las actividades físicas del usuario, monitoreadas vía dispositivos wearables.

Leer: IA de Filtrado de Spam Aprende Comportamiento de un Animal

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