Uma tomografia computadorizada pode revelar aspectos do envelhecimento do organismo que não são captados apenas pelos anos de vida. É o que sugere um estudo que desenvolveu e testou, com auxílio da inteligência artificial (IA), um modelo de idade biológica baseado em características de músculos, gordura abdominal, ossos, vasos sanguíneos e órgãos presentes nas imagens. Os resultados mostram que esses marcadores variam entre pessoas da mesma idade e podem refletir diferenças no processo de envelhecimento biológico.
Os pesquisadores analisaram uma coorte de 123.281 adultos, com idade média de 53,6 anos, que realizaram tomografias computadorizadas abdominais ao longo de um período de 20 anos. Por meio de um sistema automatizado de inteligência artificial foram avaliados oito biomarcadores relacionados ao envelhecimento biológico, incluindo massa e densidade muscular, gordura visceral e subcutânea, densidade óssea, calcificação da aorta e características de órgãos abdominais sólidos. O acompanhamento clínico após os exames teve mediana de 5,3 anos, e mais de um quarto dos participantes foi acompanhado por mais de uma década.
Análises
De acordo com os autores, os parâmetros analisados podem refletir diferentes processos relacionados ao envelhecimento. “A redução da qualidade muscular, por exemplo, está associada à perda de força e função, enquanto a calcificação da aorta pode indicar alterações vasculares. Já a distribuição da gordura abdominal está relacionada ao risco cardiometabólico”, descrevem.
A principal contribuição da pesquisa está na possibilidade de extrair das imagens informações que vão além do motivo original pelo qual a tomografia foi solicitada. Dessa forma, os autores destacam que, com o auxílio da inteligência artificial, características de músculos, gordura, ossos e vasos podem ser quantificadas de maneira automatizada, fornecendo um retrato mais amplo das condições do organismo.
Achados
O modelo apresentou desempenho superior ao uso isolado de dados demográficos como idade, sexo e raça, para estimar o risco de mortalidade. “Os participantes classificados pelo sistema como pertencentes ao grupo de maior risco apresentaram maior mortalidade durante o acompanhamento, que teve mediana de 5,3 anos”, explicam os autores. Segundo eles, os biomarcadores obtidos pela tomografia podem refletir alterações associadas ao envelhecimento biológico em diferentes níveis do organismo, desde tecidos e órgãos até aspectos sistêmicos.
Essas alterações podem resultar da interação entre fatores ambientais e predisposição genética e complementar informações observadas nos níveis celular e subcelular. Outro diferencial da ferramenta é o uso de algoritmos de IA explicáveis, que permitem identificar quais biomarcadores contribuíram para a predição. “Essa transparência pode facilitar a compreensão dos resultados e favorecer a futura adoção da ferramenta por profissionais de saúde”, avaliam os pesquisadores.
A seleção dos marcadores também foi feita para manter no modelo apenas aqueles que contribuíam para aumentar sua capacidade preditiva. Dessa forma, a ferramenta busca oferecer uma avaliação mais transparente dos fatores associados ao envelhecimento e ao risco identificado pelo sistema. Os resultados, porém, não significam que a tomografia possa, isoladamente, determinar quanto tempo uma pessoa irá viver. “Trata-se de um modelo de predição desenvolvido e testado em uma população específica, que ainda precisa ser validado em diferentes grupos e contextos clínicos”, destacam os autores.
Tecnologia ainda em investigação
Entre as limitações estão o caráter retrospectivo da pesquisa, a utilização de dados provenientes de um único sistema hospitalar e a predominância de participantes brancos. O modelo também não incorporou outros fatores que influenciam a saúde e a longevidade, como hábitos de vida, condições clínicas e exames laboratoriais.
Para os pesquisadores, a tecnologia abre caminho para aproveitar dados já disponíveis em exames de imagem e, futuramente, identificar alterações relacionadas ao envelhecimento antes mesmo do surgimento de manifestações clínicas. No entanto, a chamada ‘idade biológica’ estimada pela tomografia ainda deve ser considerada uma ferramenta de pesquisa e avaliação de risco, e não um diagnóstico. O artigo Biological age model using explainable automated CT-based cardiometabolic biomarkers for phenotypic prediction of longevity’ foi publicado em fevereiro de 2025 na revista científica Nature Communication – doi: 10.1038/s41467-025-56741-w.
