اگر تصور میکنید برای تخمین سن دقیق یک فرد باید اطلاعات زیادی در اختیار داشت، پژوهش جدید دانشمندان نشان میدهد شاید یک تصویر از پشت چشم کافی باشد. محققان با استفاده از هوش مصنوعی مدلی ساختهاند که میتواند سن افراد را از روی عکس شبکیه تخمین بزند و میانگین خطای آن فقط حدود ۲.۸۵ سال است.
این پژوهش توسط محققانی از دانشگاه لوزان و مراکز تحقیقاتی همکار در سوئیس و هلند انجام شده و نتایج آن در مجله Nature Communications منتشر شده است. مدل مورد استفاده بر پایه RETFound توسعه داده شده و برای آموزش آن تصاویر شبکیه بیش از ۷۱ هزار نفر از شرکتکنندگان بانک زیستی بریتانیا مورد استفاده قرار گرفته است.
اما ماجرا فقط به حدسزدن سن شناسنامهای محدود نمیشود. محققان تفاوت میان سن واقعی فرد و سنی را که هوش مصنوعی برای شبکیه او تخمین میزند، «فاصله سنی شبکیه» یا Retinal Age Gap نامیدهاند. این شاخص میتواند اطلاعاتی درباره سرعت متفاوت پیرشدن بدن افراد در اختیار پژوهشگران قرار دهد.
دلیل اهمیت شبکیه این است که رگهای خونی آن مستقیماً قابل مشاهدهاند و این بخش از چشم ارتباط نزدیکی با سیستم عصبی مرکزی دارد. به همین دلیل، تغییرات مشاهدهشده در شبکیه میتواند سرنخهایی درباره وضعیت عمومی بدن و برخی بیماریهای مرتبط با افزایش سن ارائه کند.
در این مطالعه، سن بالاتر شبکیه نسبت به سن واقعی با مجموعهای از شاخصهای سلامتی ارتباط داشت؛ از جمله بیماریهای قلبیعروقی و تنفسی، سرطان، زوال عقل و خطر مرگ. با این حال، این ارتباط به معنی آن نیست که عکس چشم بهتنهایی میتواند ابتلا به این بیماریها را تشخیص دهد؛ پژوهشگران از این شاخص بیشتر بهعنوان یک نشانگر احتمالی برای مطالعه روند پیری استفاده کردهاند.
نتایج تحقیقات جدید دیگر نیز نشان میدهد تخمین سن از تصاویر شبکیه به محدوده خطای حدود سه سال رسیده است. برای مثال، یک مطالعه مستقل که در سال ۲۰۲۶ منتشر شده، در یکی از مجموعههای اعتبارسنجی خود به خطای میانگین ۲.۵۲۹ سال دست یافته است؛ هرچند عملکرد مدلها در جمعیتهای مختلف میتواند متفاوت باشد.
با وجود این نتایج امیدوارکننده، هنوز نباید از این فناوری بهعنوان یک ابزار قطعی برای تعیین «سن بیولوژیکی» یا پیشبینی وضعیت سلامت یک فرد استفاده کرد. پژوهشهای مروری نیز تأکید کردهاند که برای استفاده بالینی گسترده، باید عملکرد این مدلها در جمعیتهای متنوعتر و در مطالعات طولانیمدت بررسی شود.
