Kan kunstig intelligens aflæse, hvor hurtigt din krop ældes – og hvad betyder det i så fald for din sundhed og behandling?
Det politiske spørgsmål
Hvad nu hvis din læge ikke bare kunne se, at du er 58 år, men at din krop biologisk set er 72 – eller 44? Og hvad hvis det svar kom fra en algoritme, der havde kigget på din blodprøve?
Det er ikke længere fremtidsscenarie. Forskere udvikler i øjeblikket AI-modeller, der forsøger at beregne såkaldt biologisk alder ud fra kliniske data som blodprøver, MR-scanninger og EKG'er. Feltet vokser hurtigt og trækker investeringer fra både den farmaceutiske industri og tech-sektoren, der satser stort på det, der ofte kaldes longevity-forskning – forskning i at forlænge det raske liv.
Spørgsmålet er ikke kun videnskabeligt. Det berører direkte, hvordan sundhedsvæsenet skal prioritere forebyggelse, hvem der skal screenes for hvad, og hvem der bestemmer, hvad en "for gammel" krop egentlig er.
Det empiriske spørgsmål bag
Biologisk alder er ikke det samme som den alder, der står i dit pas. Kronologisk alder tæller år. Biologisk alder forsøger at måle, i hvilken tilstand kroppen faktisk befinder sig – om dine celler, organer og vævets funktion svarer til en 50-årig eller en 70-årig, uanset hvad din fødselsattest siger.
Det empiriske spørgsmål er: Kan AI-modeller faktisk måle dette præcist nok til at være klinisk nyttigt? Og hvad betyder "præcist" i praksis – forudsiger modellerne reelle sundhedsudfald, eller er de blot statistiske mønstre, der ikke holder uden for laboratoriet?
Hvad ved vi
AI kan estimere biologisk alder fra blodprøver – og gøre det overraskende præcist
Forskere har i en årrække arbejdet med at træne AI-modeller på blodprøvedata. Et af de tidlige og brede eksempler er Aging.AI, som Københavns Universitets Nyhedsportal beskriver: Her gav forskerne algoritmen data fra 130.000 mennesker – deres faktiske aldre og blodprøvesvar med 21 typiske parametre som blodsukker, kolesterol og røde blodlegemer. Modellen lærte af disse mønstre og kan derefter estimere en persons biologiske alder ud fra en ny blodprøve. ✓
Aarhus Universitets forskere har siden taget det videre. Som Aarhus Universitets Newsroom beskriver, har de vist, at det er muligt at sætte præcist tal på kroppens biologiske alder ud fra en blodprøve – og at det resultat kan have stor betydning for den enkeltes helbred og for sundhedsvæsenets muligheder for at sætte tidligt ind. ✓
Forskellene mellem kronologisk og biologisk alder kan være klinisk meningsfulde
Pointen er ikke blot akademisk. Hvis en person biologisk ældes hurtigere end gennemsnittet, kan det afspejles i øget risiko for hjertekarsygdom, type 2-diabetes og andre aldersrelaterede sygdomme – selv om vedkommende kronologisk er ung. Omvendt kan en person på 70 have en krop, der biologisk svarer til en 55-årig. ✓
Som Nature News beskriver, arbejder forskere nu med AI-modeller, der kan estimere biologisk alder fra en lang række datakilder: blodprøver, hjernescanning, hjerteundersøgelser og billeddannelse af indre organer. Feltet er i hastig vækst, og flere modeller er i øjeblikket under afprøvning i kliniske sammenhænge.
AI kan potentielt måle aldring organ for organ
En af de mest lovende udviklinger er, at AI ikke behøver at give ét samlet tal for biologisk alder. Modeller kan i princippet vurdere, hvor gammelt hjertet er, hvor gammel hjernen er, og om nyrerne fungerer som en 40-årig eller en 65-årig – selv om personen selv er 52. Det åbner for en langt mere præcis forståelse af, hvilke organer der er under pres, og hvad der bør prioriteres i behandling og forebyggelse. ✓
Hvad ved vi ikke
Om modellerne virker uden for de datasæt, de er trænet på
Her er det store ubesvarede spørgsmål. De fleste AI-modeller til biologisk aldring er udviklet og valideret på specifikke befolkningsgrupper – ofte vestlige, relativt velhavende og med adgang til regelmæssig sundhedsscreening. Det er ikke klart, om modellerne fungerer lige så godt for mennesker med anden genetisk baggrund, anden livsstil eller anderledes adgang til sundhedssystemet.
Som Nature News fremhæver, er ekstern validering – det vil sige at teste modellen på helt andre datasæt end dem, den er trænet på – stadig et åbent metodisk problem i feltet. ~
Om biologisk alder faktisk forudsiger sygdom og død bedre end kendte risikofaktorer
Det lyder indlysende, at en høj biologisk alder bør forudsige dårligt helbred. Men det er ikke entydigt dokumenteret, at de nye AI-baserede alder-estimater giver markant bedre forudsigelser end de risikofaktorer, læger allerede bruger: kolesterol, blodtryk, BMI og rygning. Spørgsmålet om, hvad modellerne reelt tilføjer klinisk, er stadig under afklaring. ~
Hvad biologisk alder egentlig måler
Der er ikke konsensus om, hvad biologisk alder som begreb præcist dækker over. Er det cellernes tilstand? Organernes funktion? Immunsystemets aktivitet? Graden af inflammation? Forskellige modeller lægger vægt på forskellige biologiske processer og giver derfor ikke nødvendigvis det samme svar på det samme menneske. Som Aarhus Universitets studenterportal beskriver, kan svaret på, hvad din biologiske alder er, variere afhængigt af, hvilken test du tager. ~
Om interventioner faktisk kan sænke biologisk alder
Selv hvis man kan måle biologisk alder præcist, er det uklart, om man kan ændre den meningsfuldt. Kan man med livsstilsændringer, medicin eller andre interventioner faktisk sænke sin biologiske alder – og kan AI-modellerne i så fald bruges til at måle effekten? Det er et centralt ubesvaret spørgsmål i longevity-forskningen.
Hvad eksperter er uenige om
Er vi klar til klinisk brug – eller er det stadig forskningsværktøjer?
Her er der tydelig uenighed i feltet. Nogle forskere mener, at biologisk aldersestimering allerede nu kan informere kliniske beslutninger – fx om hvornår forebyggende behandling bør sættes i gang. Andre er mere forsigtige og peger på, at modellerne endnu ikke er valideret bredt nok til at blive brugt som grundlag for konkrete behandlingsbeslutninger. ~
Hvad der er en normal aldringshastighed – og hvem bestemmer det?
Hvis AI klassificerer dig som "biologisk ældre end din kronologiske alder", rejser det straks spørgsmålet: ældre end hvem? Sammenlignet med hvilken population? Og hvad betyder det for dig som patient, hvis du stemplet som "biologisk gammel" allerede i 40'erne? Nogle eksperter advarer om, at biologisk alderstestning kan skabe unødig bekymring eller føre til overbehandling, hvis resultaterne fortolkes uden tilstrækkelig kontekst. ⚖
Om longevity-industriens interesser farver forskningen
En del af de modeller, der udvikles, gøres det af private selskaber med kommercielle interesser i at sælge biologisk alderstestning som produkt – direkte til forbrugerne, uden om sundhedsvæsenet. Nogle forskere er bekymrede for, at det presser udviklingen fremad hurtigere end videnskaben kan følge med, og at validering og uafhængig kontrol sakker bagud. ⚖ ~
Konklusion
AI-modeller, der estimerer biologisk alder fra blodprøver og scanninger, er en reel og lovende teknologi – ikke fremtidsmusik. Forskning fra blandt andet Aarhus Universitet og en lang række internationale grupper viser, at det faktisk er muligt at sætte tal på, hvor hurtigt en krop ældes, ved hjælp af data, de fleste klinikker allerede indsamler.
Men teknologien er stadig langt fra moden til bred klinisk brug. De afgørende spørgsmål om ekstern validering, om modellerne virker på tværs af befolkningsgrupper, og om biologisk alder faktisk forudsiger sygdom bedre end eksisterende risikofaktorer – de er ikke besvaret tilfredsstillende endnu.
Det er værd at følge feltet tæt. Og det er værd at stille de kritiske spørgsmål, ikke mindst når private virksomheder begynder at sælge biologisk alderstestning direkte til forbrugerne uden klinisk kontekst. Teknologien kan blive et vigtigt redskab i forebyggende medicin. Men præcision i laboratoriet er ikke det samme som klinisk nytte i praksis.