ИСПОЛЬЗОВАНИЕ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ОПРЕДЕЛЕНИЯ ПРИЗНАКОВ ПРЕЖДЕВРЕМЕННОГО СТАРЕНИЯ

Авторы: Сулейменова М.У., Абзалиев К.Б., Абзалиева С.А., Мухаммеджанова Д.М.
МРНТИ 28.20:61.67

Аннотация. Преждевременное патологическое старение чаще всего связано с сердечно-сосудистыми заболеваниями, которые возникают из-за совокупности социально-экономических, метаболических, поведенческих и экологических факторов риска. Эти факторы включают гендерные различия, возраст, высокое кровяное давление, ожирение, низкую физическую активность, курение, чрезмерное употребление алкоголя, повышенные уровни холестерина и глюкозы, а также сахарный диабет. Все процессы в организме человека отражаются в биохимических и иммунологических анализах, которые могут быть маркерами преждевременного старения сердечно-сосудистой системы.
Авторы исследовали связи между социальными факторами, такими как уровень образования, работа, пол, семейное положение, инвалидность, физическая активность, курение и употребление алкоголя, и клиническими показателями, такими как ишемическая болезнь сердца (ИБС), постинфарктный кардиосклероз (ПИКС), хроническая сердечная недостаточность (ХСН), сахарный диабет (СД), индекс массы тела (ИМТ), уровень глюкозы, общий холестерин (ОХ) и артериальное давление (АД). Кроме того, была выявлена корреляция между клиническими данными (биомаркерами) и социальными аспектами жизни пациентов в возрастных группах 65-74 года, 75-89 лет и старше 90 лет.

Ключевые слова: Искусственный интеллект, машинное обучение, маркеры преждевременного старения, сердечно-сосудистые заболевания, иммунное старение, прогнозирование.