Машинне навчання для визначення біологічного віку людини на основі клінічного аналізу крові

Анотація

Стаття розглядає проблему визначення біологічного віку людини за допомогою методів машинного навчання. Біологічний вік – це статистичний показник, який показує ступінь старіння організму у порівнянні з іншими представниками певної популяції, до якої належить організм. Цей показник допомагає медикам у діагностиці і лікуванні захворювань, а також науковцям у вивченні темпів старіння людини. Не існує однозначно правильної формули для його визначення, оскільки значення біологічного віку для однакових вхідних даних буде відрізнятися в залежності від обраної популяції а також обраного набору показників. Метою цього дослідження є розробка нейронних мереж для обчислення біологічного віку людини, які забезпечать високу точність і швидкість роботи, а також вибір набору біомаркерів, який одночасно буде інформативним та доступним більшості людей. Об’єктом дослідження є визначення біологічного віку людини методами інформаційних технологій. У якості предмету дослідження обрано використання нейронних мереж для визначення біологічного віку людини на підставі клінічного аналізу стану організму людини. Пошук біомаркерів з найбільшим показником кореляції до біологічного віку відбувався за допомогою статистичного методу Пірсона. На вхід першій нейронній мережі подавали значення обраних біомаркерів та обчислений біологічний вік, на виході отримували прогнозований біологічний вік. На вхід другій нейронній мережі подавали прогнозований біологічний вік та хронологічний вік, на виході отримували скореговане значення прогнозованого біологічного віку. Для визначення точності розпізнавання використовувалися коефіцієнт кореляції Пірсона, а також класичні похибки: коефіцієнт детермінації, середня абсолютна похибка, середня квадратична похибка. У результаті роботи виконано дослідження отриманого набору даних, що дозволило визначити набір біомаркерів, які показали найвищі значення коефіцієнту кореляції, отже найкраще підходять для визначення біологічного віку. Обрано архітектури нейронних мереж, розроблено їх програмні реалізації для обчислення біологічного віку на основі загального аналізу крові. Обрано найкращі гіперпараметри та проведено навчання нейронних мереж. З отриманих результатів можна зробити висновок, що було отримано та оброблено набір біомаркерів для ефективного розпізнавання біологічного віку на основі загального аналізу крові та розроблено чотири нейронні мережі для виконання цієї задачі (по дві на кожну стать). Коефіцієнт кореляції Пірсона між визначеним скорегованим біологічним та хронологічним віком для чоловіків рівний 0.9946, а для жінок 0.9978, що є показником високої точності розпізнавання. Науковою новизною проведеного дослідження є застосування нового підходу оцінки біологічного віку людини заснованого на використанні двох нейронних мережах та набору біомаркерів, що входять в стандартні пакети аналізів крові. Запропонований підхід дозволив підвищити точність оцінки біологічного віку та доступність його використання в медичній практиці. Запропонований підхід успішно застосовано для аналізу біологічного віку громадян України, що дозволить значно просунути дослідження в сфері біологічного віку медичним фахівцям.