Esto es lo que tu edad biológica puede revelar sobre tu salud

Una nueva herramienta que utiliza imágenes de tu cara, lengua y retina, podría ayudarte a calibrar el riesgo de desarrollar enfermedades crónicas.

Por Connie Chang
Publicado 9 feb 2024, 14:22 CET
Modelo de inteligencia artificial que calcula tu edad biológica a partir de imágenes de tu cara

Unos investigadores han creado un modelo de inteligencia artificial que calcula tu edad biológica a partir de imágenes de tu cara, lengua y retina. Las manchas rojas de las imágenes resaltan las zonas que el algoritmo considera más relevantes para determinar la edad.

Fotografía de Image by Jinzhuo Wang, et al., 2024

Investigadores chinos han desarrollado una herramienta que utiliza la inteligencia artificial para analizar imágenes de la cara, la lengua y la retina de una persona y determinar su edad biológica. Esta tecnología permite conocer la salud y el estado de nuestras células, tejidos y órganos, así como el riesgo de padecer enfermedades crónicas.

Basta con echar un vistazo al carné de identidad para averiguar la edad cronológica de una persona. Pero la edad biológica es más difícil de precisar. A diferencia de la edad cronológica, no existe una medida universalmente aceptada de la edad biológica, en la que pueden influir el medio ambiente, el estilo de vida individual y la genética. Un fumador, por ejemplo, puede parecer años mayor que su edad cronológica, mientras que un aficionado al fitness puede pasar por alguien mucho más joven. Si tu edad biológica es mayor que tu edad cronológica, puedes padecer una enfermedad crónica o sufrir un deterioro cognitivo prematuro. Por otro lado, si eres biológicamente más joven que tu edad cronológica, es posible que seas más ágil que tus compañeros.

"Conocer tu edad biológica es importante porque, si no eres mayor de lo deseado, puedes modificar tu estilo de vida para mejorar tu salud", afirma Michael Snyder, genetista de la universidad estadounidense de Stanford que no participó en el estudio actual.

Cómo medir tu edad biológica

Las primeras versiones de relojes de envejecimiento (modelos que miden la edad biológica) calculaban esta cifra observando los patrones de metilación del ADN (marcas químicas en el ADN que controlan qué genes se apagan y se encienden) en distintos tejidos, que cambian con el tiempo. Otros relojes medían las cantidades de diversos marcadores metabólicos (glucosa en sangre) y de proteínas inflamatorias que los médicos suelen analizar en sus revisiones físicas anuales. Más recientemente, los científicos han diseñado relojes que utilizan imágenes tridimensionales del rostro, escáneres cerebrales o niveles de proteínas en la sangre para determinar la edad biológica de una persona.

Todos ellos rastrean algo que cambia a medida que envejecemos, ya sean las arrugas grabadas en la piel o la mayor probabilidad de padecer enfermedades relacionadas con la edad, como la diabetes. Pero el envejecimiento es un proceso complejo que afecta a múltiples sistemas orgánicos de múltiples maneras.

Utilizar un solo tipo de medida para definir la edad biológica es como intentar comprender a un elefante tocándole sólo la trompa, afirma Kang Zhang, médico-científico de la Universidad de Ciencia y Tecnología de Macao y coautor del artículo, publicado en enero en PNAS.

En su lugar, Zhang y sus colaboradores crearon una imagen "holística" de la edad biológica con un modelo de inteligencia artificial que utiliza imágenes de la cara, la lengua y la retina, y calcula la edad correspondiente. Esta metodología, como la que utiliza ChatGPT, "supera la capacidad de los seres humanos para predecir la edad, porque analiza grandes cantidades de datos y descubre conexiones invisibles", afirma Zhang.

"Me impresionó tanto el diseño técnico de su experimento de aprendizaje profundo como el diseño experimental, con los conjuntos de datos que han utilizado; los resultados son bastante convincentes", afirma James Cole, neurocientífico del University College de Londres (Reino Unido), que no participó en el estudio actual.

(Relacionado: ¿Por qué envejecemos?)

Aprendizaje profundo y edad biológica

Presentada en un artículo de Google de 2017, esta tecnología de IA (calificada como transformadora) se utilizó por primera vez para crear programas que pudieran imitar el lenguaje humano como ChatGPT. A diferencia de los modelos de IA más antiguos, los transformadores procesan secuencias enteras de texto a la vez en lugar de secuencialmente, lo que los hace más aptos a la detección de patrones y la comprensión del contexto.

Pronto, los investigadores trasladaron ese enfoque al análisis de imágenes, donde revolucionó las tareas de visión por ordenador del mismo modo que lo había hecho con el procesamiento del lenguaje natural. Otra innovación que adoptan algunos transformadores (incluido el utilizado en este estudio) es el análisis de imágenes a distintas resoluciones para captar tanto los detalles más gruesos como los más finos.

Pero los transformadores necesitan muchos datos.

"Esto no es un problema para el lenguaje porque, obviamente, hay mucho lenguaje por ahí, pero para las imágenes médicas, es mucho, mucho más difícil" encontrar ejemplos suficientes, dice Cole, cuya investigación aplica técnicas de IA a escáneres cerebrales para investigar la relación entre el envejecimiento y las enfermedades neurodegenerativas. Es estupendo que este grupo haya conseguido acceder a decenas de miles de personas para su estudio, afirma.

Como ocurre con muchos modelos de IA, traducir los resultados del modelo a términos comprensibles para los humanos puede ser un escollo.

"El modelo es sutil y se basa en diferencias a nivel de píxel, que nosotros no podemos detectar", afirma Zhang. Dicho esto, sus análisis parecen sugerir que el centro de la lengua (imágenes de la lengua), la región alrededor de los ojos (imágenes de la cara) y los lugares de la parte posterior del globo ocular donde los vasos sanguíneos son más densos (imágenes de la retina) son importantes reflejos del envejecimiento biológico.

Para empezar a crear una herramienta que pudiera determinar la edad biológica, los investigadores entrenaron el modelo utilizando imágenes de la cara, la lengua y la retina de 11 223 personas del norte de China, para las que se supone que la edad biológica es igual a la cronológica porque son individuos sanos. Esto se tradujo en 300 millones de variables, una gota de agua al lado de ChatGPT4, que tiene un billón de parámetros.

Nuestras predicciones de la edad cronológica, como aproximación en personas sanas de la edad biológica, "son más precisas (tras un año) que las de otros relojes de envejecimiento" que utilizan una única medida, afirma Zhang.

La información de cada modalidad capta una faceta distinta del envejecimiento.

Las arrugas de la cara, por ejemplo, aluden a factores ambientales como la exposición al sol y la contaminación; mientras que el adelgazamiento de la retina (una parte del sistema nervioso central) y los vasos sanguíneos dañados reflejan la salud del cerebro y el sistema circulatorio. Por otro lado, la forma y el revestimiento de la lengua dan pistas sobre nuestro microbioma y la salud intestinal. Como parte de esta investigación, los participantes en el estudio fueron sometidos a exámenes médicos periódicos (incluidos análisis de sangre y orina, cuestionarios sobre su estilo de vida y exámenes físicos) durante cinco años.

Con el reloj del envejecimiento biológico en la mano, el equipo de Zhang probó su modelo en personas no sanas que padecían enfermedades crónicas como diabetes y cardiopatías extraídas de la misma población del norte de China utilizada para desarrollar el modelo; también incluyeron a personas de otra región del sur del país.

Como era de esperar, en las personas sanas la edad biológica se ajustaba mucho a la edad cronológica. Pero si alguien tenía hábitos poco saludables, como fumar y llevar una vida sedentaria, o padecía una enfermedad crónica, la edad biológica tendía a ser superior a la cronológica. Esta diferencia (denominada AgeDiff) oscilaba entre los 3,16 años de media de los individuos con cardiopatías crónicas y los 5,43 años de los fumadores.

Consecuencias de la diferencia entre la edad biológica y la cronológica

Para determinar cómo afecta ser biológicamente mayor que la edad cronológica al riesgo de desarrollar seis enfermedades comunes relacionadas con la edad (enfermedad cardiaca crónica, enfermedad renal crónica, enfermedad cardiovascular, diabetes, hipertensión e ictus), los investigadores dividieron a las 11 223 personas en cuatro grupos, de mayor a menor diferencia de edad. Las personas con mayor AgeDiff tenían más probabilidades de desarrollar una de estas enfermedades crónicas, y el riesgo aumentaba a medida que aumentaba el AgeDiff.

Más allá del riesgo de que una persona desarrolle una enfermedad a lo largo de su vida, Zhang también estaba interesado en lo que AgeDiff podría decirnos sobre cuándo podría desarrollarse la enfermedad; en otras palabras, ¿se le diagnosticará diabetes a alguien este año o dentro de cinco años? Si conocemos el momento, "podría ser muy útil para diseñar intervenciones", afirma Zhang.

Lo que descubrió el equipo de Zhang fue que AgeDiff predice mejor cuándo enfermará una persona que otros parámetros más tradicionales, como la glucosa en sangre, el IMC y el colesterol. Y si se combina AgeDiff con estos otros factores, la predicción es aún más precisa. Como era de esperar, los investigadores también descubrieron que los valores anormales de indicadores de salud como el IMC y la tensión arterial se asocian a cifras de AgeDiff más elevadas.

(Relacionado: Esta IA adivina tu edad con sólo mirarte)

El futuro de los relojes biológicos

En la actualidad, Zhang y su equipo utilizan AgeDiff para identificar a las personas con alto riesgo de desarrollar enfermedades crónicas y prescribir intervenciones para cada uno de estos pacientes. Al centrarse en parámetros de salud estrechamente relacionados con AgeDiff (como la presión arterial y los niveles de glucosa en sangre, por ejemplo), esperan retrasar sistemáticamente la aparición de las "enfermedades del envejecimiento".

También están perfeccionando su modelo, incorporando otras variables como la metilación del ADN y sujetos experimentales de otros grupos étnicos.

Según Snyder, herramientas como AgeDiff podrían democratizar la medicina, reduciendo el gasto y las molestias que supone prevenir una enfermedad antes de que se manifieste. Con este fin, el grupo de Zhang está desarrollando un accesorio para iPhone y aplicaciones asociadas que puedan tomar las fotos que requiere su modelo, y espera tener un prototipo viable para finales de año.

A Snyder, que estudia cómo la medicina personalizada puede reducir drásticamente el riesgo de que un individuo desarrolle enfermedades crónicas, le gusta esta solución sencilla y accesible. "Cualquiera puede hacer esto muy fácilmente, sin necesidad de extracciones de sangre ni todas las pruebas que se hacen actualmente", afirma.

Este artículo se publicó originalmente en inglés en nationalgeographic.com.

loading

Descubre Nat Geo

  • Animales
  • Medio ambiente
  • Historia
  • Ciencia
  • Viajes y aventuras
  • Fotografía
  • Espacio

Sobre nosotros

Suscripción

  • Revista NatGeo
  • Revista NatGeo Kids
  • Registrarse
  • Disney+

Síguenos

Copyright © 1996-2015 National Geographic Society. Copyright © 2015-2024 National Geographic Partners, LLC. All rights reserved