Cientistas da Austrália, China e Bangladesh desenvolveram um modelo de inteligência artificial capaz de estimar a idade biológica humana com precisão, a partir de dados do sangue.

O método, descrito em um estudo publicado na revista Engineering, combina informações genéticas e moleculares para criar um 'relógio biológico' que revela como o corpo realmente envelhece, independentemente da idade no documento.

Idade cronológica x idade biológica

A idade cronológica é o número de aniversários que alguém já completou. Já a idade biológica mostra o estado real do organismo. Ela pode ser influenciada por fatores como alimentação, estresse, sono, doenças e até exposição à poluição. 

Por isso, duas pessoas com 50 anos podem estar em condições muito diferentes: uma com metabolismo jovem e boa saúde cardiovascular, e outra com sinais de envelhecimento precoce. O desafio da ciência tem sido medir essa diferença de forma confiável.

Um relógio de IA

Para resolver isso, os pesquisadores criaram o gtAge, um novo tipo de relógio biológico que une duas camadas de informação do sangue:

• As moléculas de açúcar ligadas a anticorpos, que refletem o estado do sistema imunológico;
• O conjunto de genes ativos no sangue, conhecido como transcriptoma.

Esses dados foram integrados por um sistema de aprendizado chamado Deep Reinforcment Learning, um tipo de IA que aprende por tentativa e erro até identificar as combinações mais precisas.

O resultado foi um modelo capaz de explicar mais de 85% da variação na idade real das pessoas, um índice de acerto superior ao dos métodos existentes.

Próximos passos

O gtAge pode se tornar uma ferramenta para acompanhar o envelhecimento e avaliar os efeitos de mudanças de estilo de vida, medicamentos ou terapias antienvelhecimento em tempo real.

Combinando genética e imunologia, o modelo também ajuda a compreender como e o sistema imune influencia a passagem do tempo biológico.

Apesar dos resultados promissores, os autores afirmam que o estudo ainda é preliminar, realizado com cerca de 300 voluntários de meia-idade. O próximo desafio é validar o modelo em populações maiores e mais diversas.