Ett innovativt AI-verktyg kan avslöja hur livsstilsval som alkohol, rökning, dålig kost och inaktivitet kan få hjärtat att åldras i förtid.
Denna AI var utvecklats av ett team lett av av professor Declan O'Regan vid Medical Research Council's London Institute of Medical Sciences.
BBC:s vetenskapskorrespondent Pallab Ghosh, nyfiken på sin egen hjärthälsa, frivilligt att uppleva denna banbrytande AI-utvärdering.
Prof O'Regan, som leder teamet, förklarade verktygets betydelse: "När vi tittar på någons ansikte är vi skickliga på att bedöma om de ser unga eller gamla ut för sin ålder - våra organ är precis likadana."
Han fortsatte: "Vissa människor har hjärtan som är mycket yngre - och andra har hjärtan som har åldrats i förtid och som är mer benägna att drabbas av sjukdomar. Så vi vill ta reda på vilka dessa faktorer är."
Det finns flera metoder för att analysera hjärthälsan, t.ex. skanningar, EKG och blodtrycksmätningar, men alla dessa metoder är begränsade och upptäcker i allmänhet bara allvarligare problem och avvikelser. Även mindre problem går ofta obemärkta förbi kardiologerna.
Som professor O'Regan påpekade avslöjar denna AI de "slag och skrapsår som ackumulerats under en livstid, genom alkohol, rökning, dålig kost och brist på motion".
Efter att ha genomgått en MR-skanning efter träning och utfört olika åtgärder analyserade AI-systemet Ghoshs skanning. Detta jämfördes med data från 5.000 personer som levde ett genomgående hälsosamt liv.
Ghoshs resultat var något uppmuntrande. AI:n fastställde hans hjärtalder till 63 år, vilket var något äldre än hans faktiska ålder på 61 år.
I ett samtal med professor O'Regan frågade Ghosh om de senaste positiva livsstilsförändringarna kan ha bidragit till att mildra effekterna av hans tidigare kostvanor. "Vi vet inte om det för tidiga åldrandet av hjärtat beror på generna och om man föds med ett äldre hjärta eller om det beror mer på livsstilen", svarade O'Regan.
"Vi vet inte heller om åldrandets hastighet kan ändras eller om det kan vara reversibelt, så att människor kan återfå ett yngre hjärta om de får rätt behandling", säger han vidare.
Den inledande forskningen pekar ut gener kopplade till muskelelasticitet som inflytelserika faktorer vid åldrande av hjärtat.
På samma sätt tros vissa gener relaterade till immunsystemet, som oavsiktligt kan orsaka inflammation om de är alltför aktiva, också spela en roll. Gener som är viktiga för att transportera elektriska signaler genom hjärtat, vilket säkerställer ett stadigt hjärtslag, är under utredning.
Med en djupare förståelse för genetiska faktorer som påverkar hjärtats åldrande har professor O'Regan och hans team för avsikt att ta fram nya riktade behandlingar, som han beskriver: "Genetiken kan hjälpa oss att bromsa eller vända åldrandet - och dessa skanningar kan också bidra till att utvärdera nya behandlingar för att se vilken effekt de har på skadorna."
Hur systemet fungerar
Professor O'Regan och hans team har under flera år arbetat med att utveckla AI-system för kardiologisk diagnostik.
Här är resultatet av deras arbete:
Bildanalys av hjärtat
O'Regans team håller på att revolutionera hur vi ser på hjärtat med hjälp av maskininlärning (ML), särskilt genom djupinlärning.
De utvecklar nya tekniker för att analysera MR-dataset från hjärtat för att förstå hjärtats komplexa egenskaper, såsom dess funktion, geometri och vävnadsegenskaper.
Detta gör det möjligt att segmentera hjärtats rörelser och analysera dem oberoende av varandra.
Förutsägelse av negativa händelser
Teamet är också banbrytande när det gäller att använda AI för att förutsäga negativa händelser vid hjärtsjukdomar.
Genom att använda djupinlärningsalgoritmer som integrerar komplexa data, inklusive rörelsefenotyper, genetik och kliniska variabler, bygger de upp en mer nyanserad förståelse av hjärtsvikt.
Målet är att skapa artificiella resonemangssystem för att analysera och tolka hjärtscanningar.
Koppling mellan gener och hjärtsjukdom
Gruppen undersöker varför hjärtsjukdomar yttrar sig olika hos olika individer genom att utforska sambandet mellan genetik och hjärta.
De försöker definiera klasser av kardiomyopati och avslöja vilken roll genetiska varianter spelar när det gäller att predisponera individer för vissa hjärtsjukdomar.
Identifiering av molekylära spridningsvägar
Med hjälp av maskininlärning bedriver teamet storskalig forskning för att hitta gener som kan användas som mål för nya läkemedel för att minska risken för hjärtsjukdomar.
Prof. O'Regan och hans team har utvecklat olika programvaror och verktyg som är tillgängliga via UK Digital Heart Project GitHubvilket gör det möjligt för andra forskare att utnyttja deras metoder.
