Attractor Image-Based Deep Learning of Arterial Pulse Waves for Age Classification

Het geheime ritme van het lichaam en de digitale detective

Stel je je lichaam voor als een bruisende stad waar je hart de centrale elektriciteitscentrale is, die levensgevende bloed door een uitgestrekt netwerk van wegen pompt, genaamd slagaders. Net zoals de wegen van een stad in de loop der tijd veranderen — stijver, nauwer of minder flexibel worden naarmate de jaren verstrijken — zo verouderen ook jouw slagaders. Dit proces, bekend als vasculaire veroudering, is een natuurlijk onderdeel van volwassen worden, maar soms gebeurt het te snel, alsof een weg voortijdig afbrokkelt. Wanneer dit gebeurt, kan het een waarschuwingssignaal zijn voor toekomstige gezondheidsproblemen, zelfs als je je op dit moment perfect voelt.

Om deze vroege waarschuwingssignalen op te vangen, kijken wetenschappers vaak naar de "pulsgolf", wat de rimpeling van druk is die door je slagaders reist elke keer dat je hart slaat. Denk aan deze pulsgolf als een unieke vingerafdruk gemaakt van ritme en vorm. Naarmate je ouder wordt, verandert de vorm van deze vingerafdruk op voorspelbare manieren. Traditioneel gezien is het meten van deze veranderingen geweest als het proberen te lezen van een complexe kaart met een vergrootglas; het vereist dure apparatuur en experts om de kronkelige lijnen te interpreteren. Maar wat als we die kronkelige lijnen konden veranderen in een plaatje dat een computer direct kan herkennen, bijna zoals het spotten van een bekend gezicht in een menigte? Dit is de opwindende hoek van de wetenschap waar geneeskunde en kunstmatige intelligentie elkaar ontmoeten, met als doel onzichtbare biologische veranderingen om te zetten in duidelijke, visuele aanwijzingen die iedereen kan begrijpen.

Hartslagen veranderen in plaatjes

In dit onderzoek besloten onderzoekers een slim trucje toe te passen: in plaats van een computer te vragen om een lange, verwarrende lijst met getallen te analyseren (wat een pulsgolf meestal is op een scherm), hebben ze die getallen in plaatjes veranderd. Ze gebruikten een speciaal wiskundig recept genaamd Symmetric Projection Attractor Reconstruction, afgekort als SPAR.

Stel je voor dat je een lange, kronkelende rivier hebt die over een vel papier stroomt. Als je alleen naar de lijn kijkt, is het moeilijk te zeggen of de rivier jong en energiek is of oud en traag. Maar als je die rivier in een 3D-vorm zou kunnen vouwen en er dan een lichtstraal op zou kunnen schijnen om een schaduw op een muur te werpen, zou de schaduw misschien een duidelijk patroon onthullen. Dat is in essentie wat SPAR doet. Het neemt een rauw pulsgolfsignaal — opgenomen van een vinger of een slagader — en vouwt het in een 3D-vorm, om het vervolgens op een 2D-vlak te projecteren om een "densiteitsplot" te creëren. Het resultaat is een unieke, abstracte afbeelding die een beetje lijkt op een kolkende sterrenstelsel of een vingerafdruk van licht.

De onderzoekers voerden deze "pulsgolf-plaatjes" aan een type kunstmatige intelligentie genaamd een Convolutional Neural Network (CNN). Je kunt dit CNN zien als een zeer scherpziende digitale detective. Zijn taak was om naar deze kolkende afbeeldingen te kijken en te raden wat de leeftijd van de persoon was waar ze vandaan kwamen. Specifiek moest de detective kiezen tussen twee zeer nabije leeftijdscategorieën: mensen van 35 tot 40 jaar en mensen van 50 tot 55 jaar. Dit is een lastige uitdaging omdat deze groepen buren zijn in de tijdlijn van het leven, en hun slagaders nog niet zo drastisch veranderd zijn.

Het rapport van de detective

Het team testte hun detective op twee verschillende soorten gegevens. De eerste kwam van een grote groep gezonde mensen in België, waarbij de druk direct op de polsslagader werd gemeten (een methode genaamd arteriële tonometrie). De tweede kwam van een kleinere groep in Londen, waarbij een vingersensor werd gebruikt (genaamd fotoplethysmograaf, of PPG) die licht door de huid schijnt om de polsslag te detecteren.

De resultaten waren zeer veelbelovend. De AI-detective slaagde erin om de mensen in meer dan 70% van de gevallen correct in de juiste leeftijdscategorieën in te delen. Dit is een solide score, vooral gezien het feit dat de leeftijdscategorieën zo dicht bij elkaar lagen. Het model was bijzonder goed in het herkennen van de oudere groep (50–55 jaar), waarbij het hen in ongeveer 67% tot 87% van de gevallen correct identificeerde, afhankelijk van de test.

Toen de onderzoekers naar de "plaatjes" zelf keken, konden ze zien waarom de AI werkte. In de afbeeldingen van jongere mensen (35–40) hadden de kolkende patronen een duidelijke "lus" of een secundaire bult, bijna als een tweebultige kameel. In de afbeeldingen van oudere mensen (50–55 en ouder) vervaagde die tweede bult of verdween deze volledig, waardoor het patroon opener en minder gelust werd. De AI leerde deze subtiele vormveranderingen te herkennen, en las effectief de "leeftijd" die in de geometrie van de puls geschreven stond.

Interessant genoeg werkte de detective even goed op de ruizige, iets rommelige plaatjes van de vingersensoren (PPG) als op de schonere plaatjes van de polssensoren. Dit suggerekt dat de SPAR-methode erg robuust is; zelfs als het signaal niet perfect is, schijnt de onderliggende vorm van de pulsgolf nog steeds duidelijk genoeg door voor de AI om een goede gok te doen.

Wat dit betekent (en wat het niet betekent)

De onderzoekers noemen dit voorzichtig een "proof-of-concept". Ze zeggen niet dat dit een perfect medisch hulpmiddel is dat morgen in elke dokterpraktijk klaarstaat. Ze erkennen dat hun trainingsset relatief klein was, en dat ze enkele statistische trucs moesten gebruiken (zoals het model tien verschillende manieren testen) om er zeker van te zijn dat het niet gewoon op geluk gebaseerd was. Ze merkten ook op dat ze niet alle gezondheidsdetails van de tweede groep mensen konden controleren, dus is er een kleine kans dat sommigen van hen verborgen gezondheidsproblemen hadden.

De kernbevinding is echter duidelijk: de methode werkt. De studie suggereert dat we door pulsgolven in afbeeldingen te veranderen, genoeg informatie kunnen vastleggen om het onderscheid te maken tussen gezonde volwassenen die slechts een decennium van elkaar verschillen in leeftijd. Dit is een grote zaak omdat het erop wijst dat we ooit eenvoudige, draagbare apparaten — zoals een smartwatch — zouden kunnen gebruiken om vroege tekenen van vasculaire veroudering te detecteren voordat er symptomen optreden.

Het artikel beweert niet dat het cardiovasculaire ziekten heeft opgelost of een magische kuur heeft gevonden. In plaats daarvan biedt het een nieuwe, speelse en effectieve manier om naar een oud probleem te kijken. Het suggereert dat de toekomst van gezondheidsmonitoring misschien niet gaat over het staren naar complexe grafieken, maar over het kijken naar prachtige, kolkende plaatjes van ons eigen hartritme en het laten vertellen door een computer of onze interne wegen nog steeds soepel verlopen.