Seul Ulusal Üniversitesi’ndeki araştırmacılar, insan vücudunun en hassas sensörlerinden biri olan gözün, yaşlanma sürecini anlamamız için beklenmedik bir anahtar sunuyor. ‘Retinal Yaş Farkı’ (RAG) teknolojisi, yapay zeka ile retina görüntülerinin bir araya gelmesiyle geliştirildi. Bu yenilikçi sistem, gözden elde edilen verileri analiz ederek bireylerin biyolojik yaşını, kronolojik yaşlarıyla karşılaştırıyor ve bu da yaşlanma hızını tahmin etme konusunda önemli bir adım anlamına geliyor.
Araştırma ekibi, bireylerin aynı yaş grubuna ait olsalar bile, biyolojik olarak farklı yaşlanma hızlarına sahip olabileceğini vurguluyor. Genetik yatkınlıklar, çevresel etkenler ve kişisel yaşam tarzı seçimleri gibi faktörlerin, bu farklılıkların temel nedenleri arasında yer aldığını belirtiyorlar. Bu durum, kişisel sağlık stratejilerinin geliştirilmesi açısından da büyük önem taşıyor.
7 bin 535 katılımcının retina görüntüleri, yapay zeka modelinin eğitiminde kullanıldı. Bu kapsamda, 29 bin 530 farklı retina görüntüsü, yapay zeka sisteminin öğrenmesi için bir veri havuzu oluşturdu. Daha sonra, 14 bin 832 retina görüntüsü üzerinde testler yapıldı. Yapay zeka, katılımcıların kronolojik yaşlarını ortalama 2,5 ila 2,7 yıllık bir hata payıyla tahmin etti. Bu, mevcut yöntemlere kıyasla önemli bir başarı olarak değerlendiriliyor ve gelecekteki göz muayenelerinde daha doğru sonuçlar elde edilmesini sağlayabilir.
Çalışmanın en dikkat çekici yönlerinden biri, hem sağlıklı gözlere hem de retina veya optik sinir hastalıkları olan gözlere ait görüntülerin kullanılmasıydı. Araştırmalar, yüksek retinal yaş farkının, bazı sağlık ve yaşam tarzı alışkanlıklarıyla ilişkili olduğunu gösterdi. Özellikle diyabet, retina yaş farkında 2,52 yıllık bir artışa neden olurken, aktif sigara kullanımı 0,50 yıl ve geçmişte sigara kullanımı 0,46 yıl ile sonuçlandı. Makula dejenerasyonu 0,60 yıl, katarakt ise 1,86 yıllık bir farka yol açtı. Ancak araştırmacılar, bu sonuçların neden-sonuç ilişkisini kesin olarak belirlemediklerini vurguluyor ve katarakt gibi durumların görüntü kalitesini etkileyerek hatalı tahminlere neden olabileceğini belirtiyorlar. Bu teknoloji, gelecekte göz muayenelerinde bilinmeyen sağlık sorunlarının erken teşhisine katkıda bulunma potansiyeline sahip. Ancak, bu potansiyelin tam olarak gerçekleştirilebilmesi için daha uzun süreli ve kapsamlı çalışmalar yapılması gerekiyor.
