Михаил Иванченко представил доклад на эту тему
Проректор по научной работе ННГУ им. Н.И. Лобачевского Михаил Иванченко выступил с докладом «Биомаркеры старения и возраст-ассоциированных заболеваний: от линейной регрессии до объяснимого искусственного интеллекта» на II Международной научно-практической конференции «Анализ данных в медицине».
Мероприятие состоялось 13 мая 2022 года в Медицинском научно-образовательном центре МГУ им. М.В. Ломоносова.
Средняя продолжительность жизни на протяжении серьезно возросла только за последние 150 лет, и тренд сохраняется. При этом, несмотря на любые достижения современной медицины, мужчины живут меньше женщин, в Российской Федерации разница очень существенна, до 10 лет, в зависимости от региона. Правила здорового образа жизни хорошо известны и вряд ли человечество в ближайшем будущем откроет что-то новое. Однако они не всегда выполнимы или полностью достаточны: в силу образа жизни, характера работы, неблагоприятных экологических и климатических условий. Поэтому чрезвычайно важны методы предиктивной диагностики ускоренного старения, развития возраст-ассоциированных заболеваний, геропротекторные технологии и методы их валидации.
Мы знаем множество биомаркеров возраста и ускоренного старения: биологические и иммунологические часы, изменение метилирования ДНК. Эти методы основаны на простой или множественной линейной регрессии, такие модели понятны, речь идет о вполне объяснимых предикторах, – сообщил проректор по научной работе ННГУ Михаил Иванченко.
При этом существуют «глубокие» биомаркеры старения, которые реализованы на основе искусственного интеллекта, это десятки входных параметров, и сложно понять, как система устроена внутри. Фактически, системы искусственного интеллекта работают как «чёрный ящик», а требуется сделать его «прозрачным» – для обьяснимости решений, коррекции возможных ошибок, понимания причин определения патологий. Решение этой проблемы учёные Университета Лобачевского показывают на примере когнитивных часов.
Исследуемым предлагалось пройти три простых теста: вычислить арифметические выражения, определить правильное начертание букв и различить оттенки цвета. На показателях времени и пороге принятия решения можно построить множественные регрессии, возраст будет оцениваться с точностью до 8-10 лет, – сообщил Михаил Иванченко.
Для оценки роли каждого входного параметра ИИ нижегородские ученые применили методы глобальной и локальной объяснимости, которые показывают суммарный вклад признаков в оценку когнитивного возраста.
Эти же объяснимые алгоритмы могут применяться и для анализа других данных, например, эпигенетических или иммунологических. Таким образом, становится возможным не только оценить степень ускоренного старения, но и сделать работу искусственного интеллекта прозрачной, указав, какие именно параметры влияют на ускоренное старение или развитие патологий. На наш взгляд, это позволит выстроить «мостик доверия» к системам искусственного интеллекта, которые востребованы в анализе медицинских данных, а по скорости обработки в разы превосходят возможности человека, – заключил Иванченко.
