La IA y los problemas difíciles del mundo · Medicina y descubrimiento de fármacos · Nature (computational biology) · 2026-10-22
Estimación de la edad cronológica a partir de la reactividad vascular retiniana inducida por luz parpadeante: un enfoque de aprendizaje automático
Título original: Estimating chronological age from flicker-induced retinal vascular reactivity: a machine learning approach
Los investigadores probaron modelos de aprendizaje automático y aprendizaje profundo, incluido un Extra Trees Regressor, para estimar la edad cronológica de forma no invasiva a partir de los cambios en el diámetro de las arterias y venas retinianas a lo largo de tres ciclos de luz parpadeante. El modelo con mejor rendimiento logró un error absoluto medio de 9.3 y un error absoluto porcentual medio de 17.7%. El análisis LIME identificó las características clave que influyen en las predicciones de edad.