Sekelompok peneliti mengusulkan area di sekitar mata manusia sebagai penanda usia yang efektif. Setelah melatih jaringan saraf pada lebih dari 8.000 gambar mata manusia, para peneliti mempresentasikan PhotoAgeClock, sebuah program yang memprediksi usia dari foto mata dengan akurasi dua tahun. Sebuah artikel yang menjelaskan pekerjaan itu diterbitkan di majalah Aging.
Tanda-tanda eksternal tidak selalu sesuai dengan usia kalender seseorang, tetapi mereka dapat mencerminkan keadaan tubuhnya dan pengaruh berbagai faktor eksternal, baik negatif maupun positif: ini bisa berupa penyalahgunaan merokok dan alkohol, serta nutrisi yang tepat dan olahraga teratur. Pada saat yang sama, apa yang disebut usia biologis lebih mencerminkan keadaan tubuh dan dapat digunakan untuk menilai faktor-faktor yang mempengaruhi proses penuaan di luar berbagai penyakit.
Metode yang ada untuk menilai usia biologis seseorang agak rumit dan terutama didasarkan pada analisis DNA. Dalam sebuah karya baru, para peneliti yang dipimpin oleh Eugene Bobrov dari Universitas Negeri Moskow dan startup teknologi Estonia HautAI OU mengusulkan untuk memperkirakan usia orang dari foto-foto area di sekitar mata mereka. Untuk melakukan ini, mereka melatih jaringan saraf pada pasangan foto bagian atas wajah 8414 orang dan usia persisnya. Efisiensi jaringan saraf kemudian diuji pada foto lain: sistem memprediksi usia paling akurat dari gambar di mana sudut mata terlihat. Jaringan saraf memprediksi usia kronologis seseorang dengan akurasi 2,3 tahun.
Terlepas dari kenyataan bahwa jaringan saraf belum belajar untuk memprediksi usia biologis, para peneliti yakin bahwa penentuan otomatis usia kronologis yang efektif dapat berguna untuk mengembangkan sistem tersebut atau meningkatkan kinerja penilaian oleh spesialis. Selain itu, para ilmuwan mencatat bahwa perubahan kulit di sekitar sudut mata juga bisa menjadi parameter signifikan saat menilai penuaan tubuh saat dianalisis dengan cermat.
Analisis big data dan pembelajaran mesin juga dapat membantu memprediksi faktor medis penting lainnya. Misalnya, pada bulan September, para peneliti Amerika menemukan bahwa penyebaran obesitas dapat diprediksi menggunakan citra satelit kota: untuk ini, infrastruktur daerah tersebut secara otomatis perlu dinilai.
Elizaveta Ivtushok
