ACCURATE ESTIMATION OF BIOLOGICAL AGE USING A TRANSFORMER-BASED HOLISTIC REPRESENTATION OF MULTI-MODAL IMAGE INFORMATION

• Main Authors: GAO, Yuanxu, ZHANG, Kang
• Format: Patent
• Language: English; French
• Published: 19.12.2024
• Subjects: HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATIONTECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING ORPROCESSING OF MEDICAL OR HEALTHCARE DATA; INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTEDFOR SPECIFIC APPLICATION FIELDS; PHYSICS

Aging in an individual refers to the temporal change, mostly decline, in the body's ability to meet physiological demands. Biological age (BA) is a biomarker of chronological aging, and can be used to stratify populations to predict certain age related chronic diseases. BA can be predicted from biomedical features such as brain MRI, retina or facial images, but the inherent heterogeneity in the aging process limits the usefulness of BA predicted from individual body systems. The methods disclosed herein teach a multi-modal Transformer-based architecture with cross-attention which was able to combine facial, tongue and retina images to estimate BA. The model was trained using facial, tongue and retina images from 11, 223 healthy subjects, and demonstrated that using a fusion of the three image modalities achieved the most accurate BA predictions. The approach was validated on a test population of 2,840 individuals with six chronic diseases, and obtained significant difference between chronological age (CA) and BA (AgeDiff) than that of healthy subjects. AgeDiff has the potential to be utilized as a standalonfe biomarker, or conjunctively alongside other known factors for risk stratification and progression prediction of chronic diseases. The results therefore highlight the feasibility of using multi-modal images to estimate and interrogate the aging process. Le vieillissement chez un individu désigne l'évolution temporelle, le plus souvent le déclin, de la capacité de l'organisme à répondre aux exigences physiologiques. L'âge biologique (BA) constitue un biomarqueur du vieillissement chronologique et peut être utilisé pour stratifier des populations afin de prédire certaines maladies chroniques liées à l'âge. Le BA peut être prédit à partir de caractéristiques biomédicales telles que l'IRM cérébrale, les images rétiniennes ou faciales, mais l'hétérogénéité inhérente au processus de vieillissement limite l'utilité du BA prédit à partir de systèmes corporels individuels. Les procédés divulgués ici enseignent une architecture multimodale basée sur un transformateur avec une attention croisée qui a permis de combiner des images faciales, de la langue et de la rétine pour estimer le BA. Le modèle a été entraîné à l'aide d'images faciales, de la langue et de la rétine de 11 223 sujets sains, et a démontré que l'utilisation d'une fusion des trois modalités d'images a atteint les prédictions de BA les plus précises. L'approche a été validée sur une population test de 2 840 individus atteints de six maladies chroniques, et a obtenu une différence significative entre l'âge chronologique (CA) et le BA (différence d'âge) par comparaison avec les sujets sains. La différence d'âge a le potentiel d'être utilisée comme biomarqueur autonome ou conjointement avec d'autres facteurs connus pour la stratification des risques et la prédiction de l'évolution des maladies chroniques. Les résultats mettent donc en évidence la faisabilité de l'utilisation d'images multimodales pour estimer et étudier le processus du vieillissement.