长寿生物技术公司GERO和莫斯科物理技术研究所(MIPT)的研究人员已经开发了一种人工智能(AI)系统，该系统使用从可穿戴设备收集的物理数据来开发衰老和脆弱性的数字生物标记。调查结果于3月26日发表在《科学报告》上。

该小组的人工生物钟涉及收集年龄，DNA甲基化，基因表达和血液循环因子水平等数据。这些数据点被用来预测生物学年龄和年龄估计。目前，开发生物化学或基因组图谱是困难且昂贵的。作为回应，本研究的研究人员评估了使用可穿戴式传感器和AI收集的数据连续监测健康风险的可行性。

“人工智能是模式识别的有力工具，并且在视觉对象识别，语音识别和其他领域表现出出色的性能，”GERO科学总监兼MIPT实验室负责人Peter Fedichev博士说。“最近在医学领域有希望的例子包括神经网络，其在ECG数据中显示出心脏病专家在检测心律失常方面的性能，从临床血液生化中得出年龄的生物标志物以及根据电子病历预测死亡率。受到这些例子的启发，我们探索了基于人类身体活动的AI在健康风险评估中的潜力。”

为了开发AI，研究人员分析了2003年至2006年美国国家健康和营养检查(NHANES)的身体活动记录和临床数据。数据用于训练神经网络以预测生物学年龄和死亡风险。卷积神经网络能够关联运动模式以建立总体寿命。研究结果表明，人工智能优于使用相同数据集开发的以前的生物学年龄和死亡风险模型。

Fedichev总结道：“人寿和健康保险计划已经开始根据健身腕带监测的体育活动向用户提供折扣。”“我们报告说，人工智能可以用来进一步完善风险模型。衰老理论与最强大的现代机器学习工具的结合将产生更好的健康风险模型，以减轻保险中的寿命风险，帮助养老金计划，并为即将到来的临床试验和抗衰老疗法的未来发展做出贡献。”