Longevity & AgingArticolo di ricercaAccesso aperto

LifeClock utilizza esami del sangue di routine per monitorare l'età biologica dalla prima infanzia fino alla vecchiaia

Un modello transformer addestrato su 24,6 milioni di visite cliniche stima l'età biologica lungo tutto l'arco della vita e segnala il rischio futuro di malattia in bambini e adulti.

domenica 15 novembre 2026 0 visualizzazioni
Pubblicato in Nat Med
Glowing digital timeline from infant to elder silhouettes, overlaid with blood-test vials and flowing data streams in blue teal

Riepilogo

LifeClock è un orologio biologico basato sull'intelligenza artificiale, costruito a partire da cartelle cliniche elettroniche di routine e dagli esami di laboratorio, anziché dalla metilazione del DNA o da dati omici. I ricercatori hanno addestrato un modello transformer, EHRFormer, su 24,6 milioni di visite effettuate da 9,7 milioni di persone nelle coorti ospedaliere cinesi, per poi testarlo su coorti esterne, tra cui UK Biobank. La fisiologia pediatrica e quella adulta sono così diverse che il team ha costruito due orologi distinti: un orologio della "maturità fisiologica" per i minori di 18 anni e un orologio dell'invecchiamento per gli adulti. Lo scarto tra età prevista ed età anagrafica rispecchiava la presenza di malattie. I bambini con maturità accelerata o ritardata presentavano i disturbi della crescita attesi, mentre gli adulti con un'età biologica superiore a quella anagrafica avevano più malattie. Le versioni ottimizzate (fine-tuned) del modello hanno predetto malattie come diabete, ictus e coronaropatia con valori di AUC fino a 0,98 per la diagnosi in corso e di almeno 0,8 per il rischio futuro. Il lavoro è promettente, ma è retrospettivo e basato su dati ospedalieri.

Riepilogo Dettagliato

La maggior parte degli orologi dell'invecchiamento è costruita per gli adulti e si basa sulla metilazione del DNA o su altri test specializzati. L'infanzia è in gran parte assente, anche se lo sviluppo rapido in quella fase riflette una maturazione programmata e non un danno accumulato. Un orologio che funzioni lungo tutta l'aspettativa di vita e usi dati di routine a basso costo potrebbe rendere la valutazione dell'età biologica praticabile nella assistenza quotidiana.

I ricercatori hanno sviluppato EHRFormer, un transformer per serie temporali addestrato su cartelle cliniche elettroniche longitudinali ed esami di laboratorio. I dati di addestramento provengono da quattro coorti ospedaliere della China Healthy Aging Investigation: 9.680.764 persone e 24.633.025 visite, partendo da 184 indicatori clinici. Il modello ha usato il mascheramento casuale di input e output per gestire i valori mancanti e un addestramento avversario per eliminare le differenze tra ospedali. È stato inoltre addestrato in modo autoregressivo, così che la rappresentazione di ogni visita rifletta la traiettoria di salute della persona. Un modello di regressione addestrato su individui sani ha predetto l'età cronologica, e tale previsione è stata usata come età biologica. La validazione esterna ha utilizzato una quinta coorte (86.257 persone) e la UK Biobank (146.087 persone).

I dati hanno mostrato due distinti regimi dei marcatori di laboratorio, una fase pediatrica (dalla nascita a 18 anni) e una fase adulta, quindi il gruppo ha costruito orologi separati, il che ha migliorato l'accuratezza. L'analisi SHAP ha mostrato che i principali fattori determinanti differivano quasi del tutto tra i due. AST bassa, creatinina alta e proteine totali alte guidavano l'orologio pediatrico, mentre urea alta, albumina bassa e ampiezza di distribuzione dei globuli rossi (RDW) alta guidavano l'orologio adulto. Nella UK Biobank, il modello per adulti ha raggiunto un errore assoluto medio di 4,14 anni, con urea, albumina e RDW ancora tra i principali contributori.

Il clustering delle rappresentazioni delle cartelle cliniche elettroniche ha prodotto 64 cluster, 14 pediatrici e 50 per adulti, con traiettorie di malattia distinte. Gli adulti con età biologica superiore a quella cronologica (divario di età superiore a 3 deviazioni standard) avevano una prevalenza di malattia maggiore rispetto ai coetanei con età nella media dello stesso cluster, e la differenza aumentava nel tempo. Nei bambini, la maturazione accelerata compariva nella pubertà precoce e nelle sindromi da crescita eccessiva, mentre il rallentamento compariva nella pubertà ritardata, nel deficit dell'ormone della crescita e nel ritardo dello sviluppo. Alcuni cluster presentavano hazard ratio elevati, come 37,7 per l'insufficienza renale nel cluster adulto 20 e 15,4 per l'iperfunzione ipofisaria nel cluster pediatrico 14. I modelli sottoposti a fine-tuning hanno diagnosticato malattie in atto con AUC da 0,94 a 0,98, tra cui fibrillazione atriale, coronaropatia, ictus ischemico, diabete e malattia di Parkinson. Hanno predetto malattie future con AUC di almeno 0,8 e AUC di incidenza a 5 e 10 anni da 0,80 a 0,91. Hanno superato i modelli di riferimento RNN e XGBoost. Il rischio pediatrico, usando dati precedenti ai 12 anni, ha raggiunto AUC da 0,70 a 0,96, e i gruppi ad alto rischio si sono separati chiaramente nelle curve di incidenza cumulativa.

Questi risultati suggeriscono che gli esami di laboratorio di routine, compresi i valori entro i range normali, contengono informazioni su maturità, invecchiamento e rischio di malattia che gli strumenti basati su una sola visita potrebbero non cogliere. Le avvertenze sono importanti. I dati sono cartelle cliniche ospedaliere retrospettive, quindi i pazienti non sono rappresentativi della popolazione generale, e l'orologio è addestrato su individui sani definiti in un contesto clinico. L'età cronologica è l'obiettivo dell'addestramento, il che può limitare la capacità dell'orologio di cogliere il vero invecchiamento biologico. Le AUC elevate possono riflettere in parte informazioni diagnostiche già presenti nelle cartelle, e una validazione prospettica e gli esiti di mortalità rafforzerebbero le conclusioni.

Risultati Principali

  • LifeClock was trained on 24.6 million visits from 9.7 million people and validated externally in a fifth cohort and in UK Biobank.
  • Pediatric and adult clocks rely on almost entirely different lab markers; urea, albumin and RDW drive the adult clock.
  • In UK Biobank, the adult clock reached a mean absolute error of 4.14 years, with the same top biomarkers.
  • Fine-tuned models diagnosed diabetes, stroke and coronary artery disease with AUCs of 0.97–0.98 and predicted future risk with AUCs of at least 0.8.
  • Children with growth-promoting or growth-inhibiting disorders showed accelerated or decelerated maturity relative to healthy controls.

Metodologia

Studio retrospettivo multi-coorte che utilizza un modello foundation basato su transformer (EHRFormer) con ricostruzione mascherata, rimozione dei bias di coorte tramite addestramento avversariale e addestramento autoregressivo sulla visita successiva, applicato a 184 indicatori di laboratorio e clinici. L'età biologica è stata definita mediante modelli di regressione dell'età addestrati su individui sani. I modelli per le malattie sono stati sottoposti a fine-tuning e validati internamente, in una coorte indipendente e nella UK Biobank, utilizzando AUC, modelli di Cox e SHAP.

Limitazioni dello Studio

I dati provengono da cartelle cliniche ospedaliere retrospettive, in gran parte di coorti cinesi, quindi è probabile la presenza di bias di selezione e una generalizzabilità limitata al di fuori delle popolazioni ospedaliere. L'orologio è addestrato a predire l'età cronologica, e non è chiaro quanto riesca a cogliere il vero invecchiamento biologico; inoltre, il testo completo disponibile si interrompe prima della discussione, quindi i limiti dichiarati dagli autori non sono trattati. Le AUC riportate per la diagnosi corrente potrebbero essere sovrastimate a causa delle informazioni diagnostiche già presenti nelle cartelle, e nel testo disponibile non sono stati mostrati esiti relativi a interventi o alla mortalità.

Ti è piaciuto questo riepilogo?

Ricevi ogni settimana le ultime ricerche sulla longevità direttamente nella tua casella email.

Inserisci la tua email per iscriverti: