Et innovativt AI-verktøy kan avsløre hvordan livsstilsvalg som drikking, røyking, dårlig kosthold og inaktivitet kan føre til for tidlig aldring av hjertet.
Denne kunstige intelligensen var utviklet av et team ledet av av professor Declan O'Regan ved Medical Research Council's London Institute of Medical Sciences.
BBCs vitenskapskorrespondent Pallab Ghosh er nysgjerrig på sin egen hjertehelse, meldte seg frivillig til å oppleve denne banebrytende AI-vurderingen.
Teamets leder, professor O'Regan, forklarte betydningen av verktøyet slik: "Når vi ser på ansiktet til noen, er vi flinke til å bedømme om de ser unge eller gamle ut i forhold til alderen - organene våre er akkurat det samme."
Han fortsatte: "Noen mennesker har hjerter som er mye yngre - og andre har hjerter som har eldet for tidlig, og de er mer utsatt for sykdommer. Så vi ønsker å finne ut hva disse faktorene er."
Det finnes flere metoder for å analysere hjertehelsen, for eksempel skanninger, EKG og blodtrykksmålinger, men alle disse metodene har sine begrensninger og avdekker som regel bare mer alvorlige problemer og avvik. Selv mindre problemer blir ofte ikke oppdaget av kardiologer.
Som professor O'Regan påpekte, avdekker denne AI-en "slag og skrammer som er akkumulert gjennom et helt liv, gjennom drikking, røyking, dårlig kosthold og mangel på mosjon".
Etter å ha gjennomgått en MR-skanning etter trening og utført ulike handlinger, analyserte AI-systemet Ghosh' skanning. Dette ble sammenlignet med data fra 5000 personer som levde et sunt liv.
Ghoshs resultater var noe oppmuntrende. Den kunstige intelligensen fastslo hjertealderen hans til 63 år, noe som er litt eldre enn hans faktiske alder på 61 år.
I samtale med professor O'Regan spurte Ghosh om de positive livsstilsendringene han hadde gjort i det siste, kunne ha bidratt til å dempe effekten av hans tidligere kostholdsvaner. "Vi vet ikke om for tidlig aldring av hjertet skyldes genene dine, og om du er født til å ha et eldre hjerte, eller om det i større grad skyldes livsstilen din", svarte O'Regan.
"Vi vet heller ikke om aldringshastigheten kan endres eller om den kan reverseres, slik at man kan få et yngre hjerte igjen hvis man får riktig behandling", utdyper han.
De første forskningsresultatene peker på gener knyttet til muskelelastisitet som faktorer som påvirker aldring av hjertet.
På samme måte tror man at visse gener knyttet til immunsystemet, som utilsiktet kan forårsake betennelse hvis de er for aktive, også spiller en rolle. Det forskes på gener som er viktige for å transportere elektriske signaler gjennom hjertet, noe som sikrer jevn hjerterytme.
Med en dypere forståelse av den genetiske påvirkningen på aldring av hjertet har professor O'Regan og teamet hans til hensikt å utvikle nye, målrettede behandlinger. "Genetikken kan hjelpe oss med å bremse eller reversere aldring - og disse skanningene kan også bidra til å evaluere nye behandlinger, for å se hvilken innvirkning de har på skaden", sier han.
Slik fungerer systemet
Professor O'Regan og teamet hans har i flere år arbeidet med å utvikle AI-systemer for kardiologisk diagnostikk.
Her er resultatet av arbeidet deres:
Bildeanalyse av hjertet
O'Regans team revolusjonerer hvordan vi ser på hjertet ved hjelp av maskinlæring (ML), særlig gjennom dyp læring.
De utvikler nye teknikker for å analysere MR-datasett fra hjertet for å forstå hjertets komplekse egenskaper, som funksjon, geometri og vevsegenskaper.
Dette gjør det mulig å segmentere hjertets bevegelser og analysere dem uavhengig av hverandre.
Forutsi uønskede hendelser
Teamet er også banebrytende når det gjelder bruk av kunstig intelligens for å forutsi uønskede hendelser ved hjertesykdom.
Ved å bruke dyplæringsalgoritmer som integrerer komplekse data, inkludert bevegelsesfenotyper, genetikk og kliniske variabler, bygger de opp en mer nyansert forståelse av hjertesvikt.
Målet er å skape kunstige resonnerende systemer for å analysere og tolke hjerteskanninger.
Kobling mellom gener og hjertesykdom
Gruppen undersøker hvorfor hjertesykdom manifesterer seg forskjellig fra person til person ved å utforske sammenhengen mellom genetikk og hjertet.
De forsøker å definere klasser av kardiomyopati og avdekke hvilken rolle genetiske varianter spiller når det gjelder å predisponere individer for visse hjertesykdommer.
Identifisere molekylære veier
Ved å utnytte maskinlæring gjennomfører teamet storskalaforskning for å finne gener som kan brukes som mål for nye legemidler for å redusere risikoen for hjertesykdom.
Professor O'Regan og teamet hans har utviklet ulike programvarer og verktøy som er tilgjengelige gjennom UK Digital Heart Project GitHubslik at andre forskere kan dra nytte av metodene deres.
