Biologische leeftijdsmetingen: waarom de huidige ‘echte leeftijd’-klokken tekortschieten en hoe AI alles kan veranderen

0
19

Biologische leeftijdsmetingen – vaak aangeprezen als een manier om je ‘echte leeftijd’ te bepalen die verder reikt dan alleen maar geleefde jaren – hebben de afgelopen jaren aanzienlijk aan populariteit gewonnen. Hoewel het concept eenvoudig is – onderscheid maken tussen chronologische leeftijd en biologische achteruitgang – is de realiteit veel complexer. De huidige methoden zijn, ondanks hun populariteit onder commerciële testbedrijven en onderzoekers, bezaaid met inconsistenties en onzekerheden die hun bruikbaarheid ondermijnen.

De opkomst van biologische klokken

Het idee achter de biologische leeftijd is eenvoudig: mensen verouderen in verschillende snelheden. Sommige mensen behouden hun jeugdige vitaliteit tot ver in hun latere leven, terwijl anderen een snelle achteruitgang ervaren. Biologische klokken proberen dit te kwantificeren door verschillende biomarkers te beoordelen – epigenetische markers, bloedeiwitten, telomeerlengte en meer – om de biologische leeftijd van een persoon in jaren te schatten. Deze metingen zijn bedoeld om bruikbare inzichten te verschaffen in de gezondheidsstatus, de effectiviteit van interventies te volgen en onderzoek tegen veroudering te versnellen.

Er ontstaat echter een kritieke fout wanneer verschillende klokken op dezelfde gegevens worden toegepast. Studies, zoals de analyse van de CALERIE-studie over caloriebeperking, brengen aanzienlijke discrepanties aan het licht. Vijf verschillende verouderingsklokken die op 220 volwassenen werden getest, leverden tegenstrijdige resultaten op: twee lieten voordelen zien van caloriebeperking, terwijl drie dat niet deden. Deze inconsistentie roept een fundamentele vraag op: welke klok moeten we vertrouwen?

Inherente beperkingen en de illusie van precisie

Naast inconsistenties bieden de huidige biologische klokken vaak een illusie van nauwkeurigheid. De meeste geven een enkele leeftijdsschatting zonder rekening te houden met inherente onzekerheden in de gegevens of analyse. Volgens recent onderzoek is dit slechts het topje van de ijsberg. De bestaande klokken komen hun beloften vaak niet na, waardoor een ongerechtvaardigd vertrouwen of onnodige zorgen over de gezondheid in gevaar komen.

De belofte van door AI aangedreven gezondheidsmodellen

Gelukkig is er een nieuwe aanpak in opkomst: grote gezondheidsmodellen (LHM’s). Deze AI-systemen, vergelijkbaar met de systemen die chatbots als ChatGPT aandrijven, zijn getraind op basis van enorme gezondheidsdatasets om het sterfterisico en de leeftijdsgerelateerde ziekteontwikkeling te voorspellen. Voorlopige resultaten suggereren dat LHM’s beter presteren dan bestaande biologische klokken wat betreft nauwkeurigheid en betrouwbaarheid.

In tegenstelling tot de huidige methoden waarvoor biologische monsters nodig zijn, kunnen LHM’s zonder deze werken, waarbij ze de kracht van AI benutten om betekenisvolle inzichten uit uitgebreide gezondheidsgegevens te halen. Hoewel deze technologie nog in ontwikkeling is, heeft deze de potentie om de beperkingen van traditionele verouderde klokken te overwinnen.

De conclusie is duidelijk: als u biologische leeftijdstesten overweegt, wees dan sceptisch. De huidige metingen zijn verre van definitief, maar de toekomst biedt mogelijk betrouwbaardere, door AI aangedreven alternatieven.