اسکن شبکیه چشم؛ پنجره ای دقیق به سن زیستی بدن

پژوهشی تازه نشان می‌دهد اسکن شبکیه چشم می‌تواند سن زیستی بدن را با دقت بالا تخمین بزند و به شناسایی خطراتی مانند دیابت، سیگار، آب‌مروارید و پیری سریع‌تر کمک کند.

.3 دیدگاه
اسکن شبکیه چشم؛ پنجره ای دقیق به سن زیستی بدن

5 دقیقه

دنبال کردن در گوگل

به آینه نگاه کنید؛ پاسخ فقط در خطوط اطراف دهان شما نیست. نشانه‌ها ممکن است در پشت چشم، جایی که رگ‌های خونی و بافت عصبی ردپای دهه‌های زندگی را در خود نگه داشته‌اند، پنهان باشد. مطالعه‌ای تازه از دانشگاه ملی سئول نشان می‌دهد که یک اسکن ساده شبکیه چشم می‌تواند سن زیستی فرد را با دقتی شگفت‌انگیز تخمین بزند و سرنخ‌هایی از خطرات سلامتی ارائه دهد که اغلب در بخش‌های دیگر بدن پنهان می‌مانند.

نگاهی دقیق‌تر به پیری از مسیر شبکیه

دانشمندان چند سالی است که به رایانه‌ها آموزش می‌دهند سن را از روی تصاویر شبکیه بخوانند. این روش که اغلب «شکاف سن شبکیه» نامیده می‌شود، سن پیش‌بینی‌شده توسط یک مدل مبتنی بر تصویر را با سن تقویمی واقعی فرد مقایسه می‌کند. هرجا این دو عدد از هم فاصله بگیرند، ممکن است یک نشانه مهم وجود داشته باشد: پیری زیستی سریع‌تر، یا آسیبی که با بیماری در ارتباط است.

در پژوهشی که در نشریه ژروساینس منتشر شده است، تیم دانشگاه ملی سئول این ایده را گسترش داد و مجموعه آموزشی متنوع‌تری را نسبت به بسیاری از پروژه‌های پیشین در اختیار الگوریتم خود قرار داد. آن‌ها فقط از تصاویر سالم فوندوس استفاده نکردند، بلکه اسکن‌هایی را نیز وارد کردند که بیماری‌های شبکیه و عصب بینایی را نشان می‌دادند. این ترکیب اهمیت زیادی دارد. مدلی که تنها با داده‌های محدود و مربوط به چشم‌های سالم آموزش دیده باشد، ممکن است الگوهایی را که در دنیای واقعی برای پیش‌بینی خطر مهم هستند، از دست بدهد.

پژوهشگران در داده‌های آموزشی خود، اسکن چشم‌های سالم و بیمار را با هم ترکیب کردند. 

مدل چگونه ساخته شد و چه توانایی‌هایی دارد

عددها مقیاس کار را روشن‌تر می‌کنند. این تیم مدل خود را با ۲۹٬۵۳۰ اسکن شبکیه از ۷٬۵۳۵ شرکت‌کننده آموزش داد و سپس آن را روی ۱۴٬۸۳۲ اسکن از گروهی جداگانه شامل ۷٬۴۱۶ نفر ارزیابی کرد. پژوهشگران به‌جای دنبال کردن نوآوری‌های پیچیده با معماری‌های غیرمعمول، بر تنوع داده‌ها و یک رویکرد کاربردی به نام یادگیری چندوظیفه‌ای تمرکز کردند: آموزش شبکه برای تخمین سن، هم‌زمان با در نظر گرفتن جنسیت. این یادگیری موازی می‌تواند سوگیری‌هایی را کاهش دهد که در غیر این صورت تخمین سن را میان زنان و مردان منحرف می‌کنند.

عملکرد مدل به زبان ساده

  • میانگین خطای مطلق مدل در پیش‌بینی سن تقویمی حدود ۲.۵ تا ۲.۷ سال بود. این عملکرد با سامانه‌های پیشین تخمین سن شبکیه رقابت‌پذیر است.
  • از آنجا که مجموعه آموزشی شامل چشم‌های بیمار نیز بود، انتظار می‌رود مدل هنگام استفاده در کلینیک‌ها، جایی که تصاویر غیرطبیعی رایج هستند، پایداری بیشتری داشته باشد.

این اختلاف‌ها در مقیاس پیری انسان کوچک به نظر می‌رسند، اما زمانی که هدف شناسایی روندهای جمعیتی یا مشخص کردن افرادی باشد که ممکن است از ارزیابی‌های بیشتر سود ببرند، همچنان معنا‌دار هستند.

سرنخ‌های سلامتی پنهان در شکاف سن شبکیه

در عمل، امتیاز بالاتر شکاف سن شبکیه چه معنایی دارد؟ پژوهشگران گزارش کرده‌اند که میان شکاف بیشتر سن شبکیه و چندین عامل سلامت و سبک زندگی، ارتباط‌های قابل اندازه‌گیری وجود دارد. برای نمونه، دیابت با افزایش میانگین حدود ۲.۵ سال در سن پیش‌بینی‌شده شبکیه همراه بود. افراد سیگاری فعلی حدود نیم سال افزایش نشان دادند و سیگاری‌های سابق حدود ۰.۴۶ سال. بیماری‌های شایع چشمی نیز ارتباط داشتند: دژنراسیون ماکولا حدود ۰.۶ سال و آب‌مروارید حدود ۱.۸۶ سال به سن شبکیه اضافه می‌کرد.

البته باید با احتیاط به این یافته‌ها نگاه کرد. نتیجه مربوط به آب‌مروارید ممکن است تا حدی بازتاب کیفیت تصویر باشد: کدر شدن عدسی می‌تواند عکس‌های فوندوس را تار کند و باعث شود شبکیه از نگاه الگوریتم پیرتر به نظر برسد. در سطحی گسترده‌تر، این مطالعه سن شبکیه را به‌طور مستقیم با نشانگرهای زیستی تثبیت‌شده پیری، مانند ساعت‌های اپی‌ژنتیک یا شاخص‌های ترکیبی فیزیولوژیک، مقایسه نکرده است. با این حال، الگوی ارتباط‌ها با دانسته‌های ما درباره نقش بیماری‌های سیستمیک در تسریع پیری زیستی همخوانی دارد.

از نظر بالینی، ارزش فوری این روش جنبه‌ای کاربردی دارد. در محیط‌های چشم‌پزشکی که تصویربرداری فوندوس به‌صورت روتین انجام می‌شود، یک خروجی خودکار از شکاف سن شبکیه می‌تواند مانند نشانه‌ای کم‌هزینه برای اولویت‌بندی عمل کند و وقتی سن شبکیه را بالا نشان می‌دهد، پیگیری سیستمیک را پیشنهاد دهد. با این حال، نویسندگان فعلا استفاده از آن را در سطح گروهی توصیه می‌کنند: برای ردیابی روندها و آزمودن مداخلات در گروه‌های جمعیتی، نه برای پیش‌آگهی فردی.

دیدگاه کارشناس

«تصویربرداری شبکیه پنجره‌ای منحصربه‌فرد به سلامت عروقی و عصبی است و وقتی با داده‌های آموزشی قوی همراه شود، به یک نشانگر زیستی کاربردی تبدیل می‌شود»، دکتر مایا رودریگز، اپیدمیولوژیست بالینی متخصص در حوزه پیری، می‌گوید. «اما آزمون واقعی، اعتبارسنجی طولی است. باید بدانیم آیا تغییرات سن شبکیه یک فرد در طول زمان با مداخلاتی مانند کنترل قند خون، ترک سیگار یا کاهش خطر قلبی عروقی همسو است یا نه. فقط در آن صورت می‌توانیم از مرحله همبستگی به کاربرد بالینی قابل اقدام برسیم.»

جمع‌بندی

این مطالعه دانشگاه ملی سئول جایگاه شبکیه چشم را به‌عنوان شاخصی سریع و غیرتهاجمی برای سن زیستی تقویت می‌کند. پژوهشگران با گسترش مجموعه آموزشی به چشم‌های بیمار و استفاده از یادگیری چندوظیفه‌ای، مدلی با دقت پیش‌بینی مناسب و پایداری بیشتر در شرایط واقعی ساختند. شکاف سن شبکیه هنوز یک ابزار تشخیصی مستقل نیست، اما افزوده‌ای امیدبخش به مجموعه رو به رشد نشانگرهای زیستی پیری محسوب می‌شود. گام‌های بعدی روشن هستند: پیگیری افراد در طول زمان، مقایسه سن شبکیه با معیارهای تثبیت‌شده و بررسی اینکه آیا تغییرات پزشکی یا سبک زندگی می‌توانند این شاخص را جابه‌جا کنند یا نه. اگر این مطالعات نتیجه‌بخش باشند، یک اسکن روتین چشم شاید روزی چیزی فراتر از کیفیت بینایی شما را نشان دهد؛ ممکن است بگوید بدن شما با چه کیفیتی در حال پیر شدن است.

نگار بابایی
من نگارم، عاشق آسمون و کشف ناشناخته‌ها! اگر مثل من از دیدن تلسکوپ و کهکشان‌ها ذوق‌زده می‌شی، مطالب من رو از دست نده!

نظر بگذارید

نظرات (3)

آرمین

تو مطب چشم پزشکی دیدم عکسای مات باعث اشتباه میشه، پس باید خیلی مراقب کیفیت عکس باشن. اگر درست بشه مفیده ولی نه قطعی

بیونیکس

جالبه ولی هزینه و دسترسی رو کجا گذاشتن؟ یعنی تو کلینیک‌های معمولی قابل اعتماد هست یا فقط مرکز تحقیقاتی؟

دیتاپالس

وای... چشم‌ها واقعا مثل یک ساعت بدن عمل می‌کنن؟ فکر نمی‌کردم یه عکس ساده اینقدر سرنخ بده، امیدوارم پیگیری طولی هم بشه