Les contenus de la région '' vous seront proposés par défaut, en plus des contenus nationaux sur tout le site. Ce choix s'appliquera également lors de vos prochaines visites.

Vous disposez d'une adresse @inserm.fr, @aviesan.fr, @anrs.fr,
Connectez-vous pour accéder aux pages réservées, pour voir directement
les contenus de votre délégation et pour organiser vos outils Inserm.

Une intelligence artificielle pour prédire le vieillissement

Une équipe de scientifiques internationaux, dirigée par Louis Casteilla et Paul Monsarrat, professeurs à l’université Toulouse III – Paul Sabatier en physiologie animale et odontologie, affiliés au laboratoire Restore (CNRS/ENVT/Inserm/UT3), a utilisé une intelligence artificielle pour discerner l’âge physiologique de l’âge chronologique.

Occitanie Pyrénées
A+ / A-

Une nouvelle approche, publiée dans la revue Aging Cell le 10 juin 2023, qui permet une meilleure prise en charge des individus.

Si l’on vieillit toutes et tous à chaque instant passé, le processus de vieillissement ne se fait pas à la même vitesse au niveau biologique et il est très variable selon les individus. D’autant plus qu’il est le facteur de risque le plus important dans la majorité des pathologies, notamment chroniques.

Identifier les mécanismes sous-jacents qui conduisent pour un même âge chronologique à une usure biologique variable selon les personnes est l’objectif d’un domaine scientifique nouveau : les gérosciences. Pour réussir à discerner le plus finement possible ce vieillissement biologique plus ou moins prononcé, les scientifiques ont adopté comme approche celle de l’apprentissage machine, autrement dit l’intelligence artificielle, en lui donnant une masse importante de données de biologie médicale à traiter.

Lire le communiqué de presse

Source
David Bernard, Emmanuel Doumard, Isabelle Ader et al. Explainable machine learning framework to predict personalized physiological aging Aging cell, 2023

Consultez la publication