Tomografia pode estimar a idade biológica? Estudo acompanha 7.837 adultos no Japão

O que o estudo investigou?

Pesquisadores do Japão e da China desenvolveram um modelo para estimar a chamada idade biológica a partir de tomografias do tórax e do abdome. A ideia é observar se as características dos órgãos e da composição corporal fazem uma pessoa parecer biologicamente mais velha ou mais jovem do que sua idade no calendário.

O trabalho, publicado em 21 de setembro na npj Aging, analisou 7.837 adultos que participavam de um programa de avaliação de saúde no Hospital da Universidade de Tóquio. Os exames foram realizados entre 2006 e 2017, e o acompanhamento clínico seguiu até abril de 2021.

Como a tomografia foi transformada em uma estimativa de idade?

Um sistema automatizado segmentou estruturas visíveis nas tomografias sem contraste e extraiu medidas como volume, densidade dos tecidos, distribuição de gordura e calcificação da aorta. Depois do tratamento dos dados, o modelo trabalhou com informações de 71 estruturas anatômicas e 211 características de composição corporal.

A primeira etapa usou 2.247 participantes sem doenças crônicas importantes para aprender o padrão de envelhecimento observado nos exames. O modelo estimava a idade cronológica a partir dessas medidas. Em seguida, os pesquisadores calcularam a diferença ajustada entre a idade estimada e a idade real: um valor positivo indicava que o conjunto de órgãos e tecidos parecia mais envelhecido do que o esperado para aquela pessoa.

Na validação interna, a idade estimada apresentou correlação moderada com a idade cronológica. O erro absoluto médio foi de 4,63 anos, e o coeficiente de determinação foi de 0,651. Isso mostra que o modelo reconheceu parte do padrão de envelhecimento, mas não calculou a idade de cada participante com precisão exata.

Como os pesquisadores testaram a relação com doenças?

O modelo foi aplicado a dois grupos separados daquele usado no desenvolvimento. O primeiro reuniu 2.416 pessoas que já tinham doenças relacionadas à idade no início do estudo. O segundo incluiu 3.174 participantes sem essas doenças na primeira avaliação e com acompanhamento ao longo do tempo.

Nesse segundo grupo, o acompanhamento mediano foi de 6,5 anos. Ao final, 943 participantes haviam desenvolvido alguma das condições avaliadas e 2.231 continuavam sem esses diagnósticos. Entre as doenças analisadas estavam hipertensão, distúrbios metabólicos, doença pulmonar obstrutiva crônica, cardiopatia isquêmica, osteoartrite, acidente vascular cerebral, osteoporose, depressão e fibrilação atrial.

O que os resultados mostraram?

A cada aumento de um desvio-padrão nessa diferença entre idades, a chance de já existir uma doença crônica foi 35% maior após ajuste por idade cronológica e sexo. No grupo acompanhado sem doença no início, o mesmo aumento se associou a risco 24% maior de receber um dos diagnósticos durante o seguimento.

Para prever o aparecimento de doenças em cinco anos, o indicador baseado na tomografia teve área sob a curva de 0,700, contra 0,688 para a idade cronológica isolada. A diferença foi estatisticamente significativa, mas pequena. O resultado sugere informação adicional; não demonstra que o modelo, sozinho, seja suficiente para orientar decisões clínicas.

A análise também encontrou padrões diferentes conforme a doença. Osteoporose apareceu ligada a alterações de densidade em vértebras e fêmur; doença pulmonar obstrutiva crônica, a características dos pulmões; e fibrilação atrial e cardiopatia isquêmica, a medidas cardíacas e vasculares. Essas relações são associações observadas no estudo, não prova de causa.

Isso justificaria pedir uma tomografia para medir envelhecimento?

Não. Os próprios autores afirmam que a tomografia envolve exposição à radiação e que o modelo não deve ser usado como exame isolado de rastreamento. A proposta é aproveitar imagens que já tenham sido obtidas por indicação clínica ou em programas estabelecidos de avaliação de saúde.

Esse uso é chamado de análise oportunística: o mesmo exame forneceria medidas adicionais sem uma nova aquisição de imagem. Mesmo assim, o estudo não testou se mostrar essa estimativa a médicos ou pacientes melhora prevenção, tratamento ou desfechos de saúde.

Por que o resultado ainda não está pronto para a rotina?

Todos os participantes vieram de um único centro japonês, e os exames foram feitos com o mesmo modelo de tomógrafo e um protocolo padronizado. Embora os grupos de teste não tenham sido usados para treinar o modelo, eles pertenciam à mesma população de origem. Portanto, o estudo não oferece validação externa em outros hospitais, países, equipamentos ou perfis de pacientes.

A amostra também veio de um programa de avaliação de saúde e pode não representar pessoas mais idosas, hospitalizadas, com múltiplas doenças ou quadros mais graves. Para algumas doenças, houve poucos eventos durante o acompanhamento, o que reduz a precisão das estimativas específicas.

O artigo apresenta uma aplicação interessante de inteligência artificial às imagens já existentes, mas a pergunta decisiva continua aberta: o indicador manterá desempenho em populações mais diversas e acrescentará benefício real às decisões médicas? Os autores pedem validação prospectiva e multicêntrica antes de qualquer uso rotineiro.