개인의 생물학적 연령을 추정하는 새로운 AI 모델

이 새로운 방법은 5 방울의 혈액을 사용하여 22 개의 주요 스테로이드와 그 상호 작용을 분석하여보다 정확한 건강 평가를 제공합니다.

Scientists at Osaka University in Japan have devised a new AI model to estimate a person’s biological age — a measure of how well their body has aged, rather than just counting the years since birth.

일본 오사카 대학교 (Osaka University)의 과학자들은 출생 이후 몇 년을 세는 것이 아니라 개인의 생물학적 나이를 추정하기 위해 새로운 AI 모델을 고안했습니다.

This new method, which uses just five drops of blood to analyse 22 key steroids and their interactions, provides a more precise health assessment. The team’s breakthrough study, published in Science Advances, offers a potential step forward in personalised health management, allowing for earlier detection of age-related health risks and tailored interventions.

5 방울의 혈액을 사용하여 22 개의 주요 스테로이드와 그 상호 작용을 분석하는이 새로운 방법은보다 정확한 건강 평가를 제공합니다. Science Advances에 발표 된이 팀의 획기적인 연구는 개인화 된 건강 관리에서 잠재적 인 발전을 제공하여 연령 관련 건강 위험과 맞춤형 개입을 조기에 탐지 할 수 있습니다.

“Our bodies rely on hormones to maintain homeostasis, so we thought, why not use these as key indicators of aging?” said Dr Qiuyi Wang, co-first author of the study.

"우리 몸은 항상성을 유지하기 위해 호르몬에 의존하기 때문에 우리는 왜 이것을 노화의 주요 지표로 사용하지 않습니까?" 이 연구의 첫 번째 저자 인 Qiuyi Wang 박사는 말했다.

To test this idea, the research team focused on steroid hormones, which play a crucial role in metabolism, immune function, and stress response. They collected blood samples from 130 individuals ranging in chronological age from 20 to 79 years old.

이 아이디어를 테스트하기 위해 연구팀은 신진 대사, 면역 기능 및 스트레스 반응에 중요한 역할을하는 스테로이드 호르몬에 중점을 두었습니다. 그들은 20 세에서 79 세 사이의 연대기 연령의 130 명의 개인의 혈액 샘플을 수집했습니다.

The team developed a deep neural network (DNN) model that incorporates steroid metabolism pathways, making it the first AI model to explicitly account for the interactions between different steroid molecules. This approach enabled the DNN to learn complex relationships between steroids and biological age.

이 팀은 스테로이드 신진 대사 경로를 포함하는 심층 신경망 (DNN) 모델을 개발하여 다른 스테로이드 분자 간의 상호 작용을 명시 적으로 설명하는 최초의 AI 모델입니다. 이 접근법을 통해 DNN은 스테로이드와 생물학적 연령 사이의 복잡한 관계를 배울 수있었습니다.

One of the study’s most striking findings involves cortisol, a steroid hormone commonly associated with stress. The researchers found that when cortisol levels doubled, biological age increased by approximately 1.5 times.

이 연구의 가장 인상적인 발견 중 하나는 일반적으로 스트레스와 관련된 스테로이드 호르몬 인 코티솔과 관련이 있습니다. 연구원들은 코티솔 수치가 두 배가되었을 때 생물학적 연령이 약 1.5 배 증가한 것으로 나타났습니다.

This observation, supported by further analysis of steroid ratios and interaction terms, suggests that chronic stress could accelerate aging at a biochemical level, reinforcing the importance of stress management in maintaining long-term health.

스테로이드 비율 및 상호 작용 용어의 추가 분석에 의해 뒷받침되는이 관찰은 만성 스트레스가 생화학 적 수준에서 노화를 가속화하여 장기 건강을 유지하는 데 스트레스 관리의 중요성을 강화시킬 수 있음을 시사합니다.

“Stress is often discussed in general terms, but our findings provide concrete evidence that it has a measurable impact on biological aging,” said Professor Toshifumi Takao, a corresponding author and an expert in analytical chemistry and mass spectrometry.

“스트레스는 종종 일반적인 용어로 논의되지만, 우리의 연구 결과는 생물학적 노화에 측정 할 수있는 영향을 미친다는 구체적인 증거를 제공합니다.

The researchers are optimistic that this AI-powered biological age model could pave the way for more personalised health monitoring.

연구원들은이 AI 구동 생물학 연령 모델이보다 개인화 된 건강 모니터링을위한 길을 열어 줄 수 있다는 낙관적입니다.

Future applications may include earlier disease detection, customised wellness programmes, and even lifestyle recommendations tailored to slow down aging.

향후 적용에는 조기 질병 탐지, 맞춤형 웰빙 프로그램 및 노화를 늦추기위한 조정 된 라이프 스타일 권장 사항이 포함될 수 있습니다.