Publié le 18 décembre 2025 02:01:00. Une nouvelle étude révèle qu’une intelligence artificielle est capable d’évaluer la vitesse de vieillissement d’un individu avec une précision supérieure aux méthodes traditionnelles, simplement en analysant une radiographie pulmonaire. Cette avancée pourrait ouvrir la voie à une médecine préventive plus personnalisée et à la détection précoce de maladies liées à l’âge.
- L’IA, baptisée CXR-Age, détecte des changements subtils liés à l’âge dans les poumons et le cœur avec plus d’efficacité que les « horloges épigénétiques » basées sur l’ADN.
- L’étude a analysé les données de plus de 2 000 adultes participant au Project Baseline Health Study aux États-Unis.
- CXR-Age est corrélée à des signes précoces de vieillissement cardiaque et pulmonaire, ainsi qu’à des marqueurs d’inflammation et de fragilité.
Des chercheurs ont démontré qu’une intelligence artificielle (IA) pouvait évaluer l’âge biologique d’une personne en analysant une simple radiographie pulmonaire. Publiée dans The Journals of Gerontology, cette découverte pourrait transformer la manière dont les médecins évaluent les risques liés au vieillissement et aux maladies qui y sont associées.
L’étude, intitulée « Âge des radiographies thoraciques par apprentissage profond, horloges de vieillissement épigénétique et associations avec les maladies subcliniques liées à l’âge dans l’étude de base sur la santé du projet », a comparé le modèle d’IA, connu sous le nom de CXR-Age, à deux mesures d’âge biologique couramment utilisées : Horvath Age et DNAm PhenoAge, toutes deux basées sur l’analyse de la méthylation de l’ADN. Les données de 2 097 adultes participant au Project Baseline Health Study, une vaste initiative de recherche américaine, ont été analysées.
Les résultats ont montré que CXR-Age présentait des corrélations significatives avec les premiers signes de détérioration cardiaque et pulmonaire, notamment la présence de calcium dans les artères coronaires, la diminution de la fonction pulmonaire, une fragilité accrue et des niveaux élevés de protéines associées à la neuroinflammation et au processus de vieillissement. En comparaison, les horloges épigénétiques basées sur l’ADN ont affiché des associations plus faibles, voire inexistantes, en particulier chez les adultes d’âge moyen.
« Ces résultats suggèrent que l’apprentissage profond appliqué aux images médicales courantes peut révéler comment nos organes vieillissent – des informations qui pourraient un jour aider les cliniciens à identifier les personnes à risque de maladie liée à l’âge avant l’apparition des symptômes. Des outils d’IA comme celui-ci pourraient devenir un complément important aux évaluations de risques traditionnelles. »
Douglas P. Kiel, MD, MPH, directeur du Centre de recherche musculo-squelettique de l’Institut Hinda et Arthur Marcus pour la recherche sur le vieillissement, co-auteur de l’étude
Selon les chercheurs, CXR-Age pourrait donc constituer un indicateur plus fiable du vieillissement cardio-pulmonaire que les méthodes existantes. Cette avancée souligne le potentiel considérable de l’imagerie médicale combinée à l’apprentissage automatique pour faire progresser la médecine préventive et la personnalisation des soins.
Source: Hébreu SeniorLife Institut Hinda et Arthur Marcus pour la recherche sur le vieillissement
Référence du journal : Chandra, J., et al. (2025). Deep learning age from chest radiographs, epigenetic aging clocks, and associations with age-related subclinical disease in the Project Baseline Health Study. The Journals of Gerontology Series A DOI : 10.1093/gerone/glaf173. https://academic.oup.com/biomedgerontology/article-abstract/80/10/glaf173/8226732
