A IA Prevê a Idade Biológica Melhor do que Testes de DNA Usando Simples Relatórios de Saúde

A avaliação precisa da idade biológica é crucial para identificar riscos à saúde e prevenir doenças relacionadas ao envelhecimento, mas os métodos atuais apresentam limitações significativas em custo, acessibilidade e poder preditivo.

Pesquisadores da Universidade Tsinghua desenvolveram um novo framework utilizando modelos de linguagem de grande escala (LLMs) para estimar a idade biológica a partir de relatórios padrão de exames de saúde. Eles validaram essa abordagem em seis coortes de base populacional, abrangendo mais de 10 milhões de participantes.

A idade biológica prevista pelos LLMs alcançou um índice de concordância de 0,757 para a predição de mortalidade por todas as causas, superando significativamente os proxies tradicionais de envelhecimento, incluindo comprimento dos telômeros, índice de fragilidade, oito medidas de idade epigenética e quatro modelos de aprendizado de máquina. Cada ano de envelhecimento acelerado (gap de idade) foi associado a um aumento de 5,5% no risco de mortalidade.

O sistema também demonstrou desempenho superior na avaliação do envelhecimento específico por órgão, prevendo melhor as doenças do órgão correspondente em comparação com abordagens convencionais de aprendizado de máquina. Os pesquisadores aplicaram com sucesso os gaps de idade para identificar biomarcadores proteômicos do envelhecimento acelerado e desenvolveram modelos de predição de risco para 270 doenças.

Esse avanço oferece uma abordagem precisa, confiável e econômica para a avaliação do envelhecimento, que poderia revolucionar o gerenciamento de saúde personalizado em grandes populações, tornando os testes de idade biológica acessíveis por meio de exames médicos de rotina, em vez de exames especializados de alto custo.