L'IA face aux grands problèmes du monde · Médecine et découverte de médicaments · Nature (computational biology) · 2026-10-22
Estimer l'âge chronologique à partir de la réactivité vasculaire rétinienne induite par scintillement : une approche d'apprentissage automatique
Titre original: Estimating chronological age from flicker-induced retinal vascular reactivity: a machine learning approach
Les chercheurs ont testé des modèles d'apprentissage automatique et d'apprentissage profond, dont un Extra Trees Regressor, pour estimer l'âge chronologique de manière non invasive à partir des variations de diamètre des artères et des veines rétiniennes au fil de trois cycles de lumière scintillante. Le meilleur modèle a atteint une erreur absolue moyenne de 9.3 et une erreur absolue moyenne en pourcentage de 17.7%. L'analyse LIME a identifié les caractéristiques clés influençant les prédictions d'âge.