Haute e Incscillio Medicine han desarrollado recientemente un programa, PhotoAgeClock, que utiliza algoritmos de aprendizaje profundo para comprender los biomarcadores visuales de la edad de una persona. Los creadores esperan que este sea el primero en muchos pasos hacia un futuro para la piel y el cuidado de la salud impulsado por IA. Anastasia Georgievskaya, CEO de Haut AI, dijo: “Estamos muy contentos de colaborar con una de las compañías de consumo más innovadoras, globales y éticas comprometidas con beneficiar a los consumidores de todo el mundo en este importante proyecto de inteligencia artificial. El futuro del negocio del consumidor está en la personalización y espero que este estudio sienta las bases para el cuidado de la piel y la atención médica del consumidor impulsado por IA. La piel es nuestro órgano más grande y uno de los más importantes “.
Añadió además: “Comprender los muchos procesos biológicos en la piel que usan IA puede conducir a muchos avances en el camino”. La investigación encontró que el área de la piel alrededor de los ojos es el mejor biomarcador para determinar la edad de una persona. PhotoAgeClock utiliza AI para predecir la edad de una persona y predecir la edad con un error absoluto medio (MAE) de 2 a 3 años. El estudio utilizó 8414 imágenes de alta resolución de fotos de la esquina izquierda y derecha del ojo. Solo se necesitaba una pequeña región facial para completar las estimaciones de edad de alta calidad. El área alrededor del ojo y el párpado tienen el impacto más significativo en la predicción de la edad. El sistema puede predecir con precisión la edad de una persona utilizando fotografías anónimas del área de los ojos.
La información obtenida se utiliza para desarrollar intervenciones médicas personalizadas y tratamientos de la piel para el envejecimiento. El sistema también se utiliza para la investigación a largo plazo para evaluar los efectos del estilo de vida, la medicina y los cosméticos de una persona sobre el envejecimiento. Alex Zhavoronkov, PhD, y CEO de Insilico Medicine, dijo: “Las redes neuronales profundas a menudo se perciben como las cajas negras; Sin embargo, este es un error común. La investigación sobre el envejecimiento ayuda a que los DNN sean más interpretables. Este estudio muestra qué área de la cara es más importante para la estimación de la edad, pero cuando lo hace en otros tipos de datos como la expresión de genes o proteínas, es posible ver qué genes son más importantes y construir las redes causales “.
Añadió además: “Personalmente, creo que los relojes de envejecimiento AI se encuentran entre los avances más importantes en la biotecnología de la longevidad y veremos los muchos avances resultantes de estudios similares. En cuanto a este estudio, es posible que desee cuidar las esquinas de los ojos si quiere parecer más joven para algunos de los predictores de edad “. La investigación ha sido publicada con el título ‘PhotoAgeClock: algoritmos de aprendizaje profundo para el desarrollo de biomarcadores visuales no invasivos del envejecimiento’.
