研究团队首先构建了一个基于深度学习的人工智能模型，用于从康健个体的胸部X光片估算拍片者的年事。
然后，他们用该人工模型剖析已知疾病患者的胸部X光片，以研究人工智能估算年事与各种疾病之间的关系。

2008年至2021年期间，研究职员获取了67099张康健者的胸部X光片，它们来清闲三个机构接管康健检讨的36051名康健个体。
剖析结果显示，人工智能模型估算年事与实际年事干系系数为0.95。

为了验证人工智能利用胸片估算年事的有效性，研究职员又网络了34197张已知疾病患者的胸片，它们来自其余两个机构的34197名已知疾病患者。
剖析显示，人工智能估算年事与患者实际年事之间的差异与高血压、高尿酸血症和慢性壅塞性肺疾病等多种慢性疾病呈正干系。
与实际年事比较，人工智能估算年事越高，个体患这些疾病的可能性就越大。

研究论文已揭橥在近日出版的《柳叶刀·老龄康健》杂志上。

研究职员表示，人工智能基于胸片估算的表不雅观年事可以准确反响呈现实年事根本上的康健状况。
研究的下一步目标是将其运用于研判慢性疾病严重程度，预测预期寿命，以及预测可能的手术并发症等。

来源： 新华网