גיל ביולוגי שנגזר מתמונות רפואיות במגוון איברים מקושר לתמותה ותוצאות בריאותיות הקשורות להזדקנות

מדוע גופים מסוימים מזדקנים מהר יותר מאחרים

שני אנשים יכולים לחלוק את אותו יום הולדת ועדיין להראות בריאות שונה מאוד. אחד עלול לרוץ מרתונים, בעוד שהאחר נאבק במחלות לב או באובדן זיכרון. מחקר זה שואל שאלה פשוטה אך עוצמתית: האם תמונות רפואיות של האיברים שלנו יכולות לחשוף עד כמה הגוף שלנו באמת זקן בפנים, והאם "גילים" מוסתרים אלה יכולים להתריע על מחלות עתידיות ואפילו על מוות מוקדם?

מסתכלים על שבעת האיברים המרכזיים

החוקרים ניתחו סריקות מיותר מ-70,000 משתתפים בבנק המידע הבריטי (UK Biobank), מחקר בריאות גדול של בני־אמצע־גיל ומבוגרים. הם התמקדו בשבעה איברים שמרכזיים למחלות הקשורות להזדקנות: המוח, הלב, הכבד, הלבלב, הטחול, שני הכליות ושכבת קולטת האור מאחורי העין (נלכדה בהדמיה עינית במקום ב-MRI). הסריקות הללו חושפות מראה ותנועה של האיברים בפרטים רבים, אך דפוסי ההזדקנות החבויים בהם מורכבים מדי כדי לזהותם בעין אנושית בלבד.

לתת למחשבים "לקרוא" את גיל האיבר

כדי לפענח את הדפוסים האלה השתמשה הצוות בלמידה עמוקה, סוג של בינה מלאכותית שמתמחה במציאת מבנים בתמונות. עבור כל איבר, אימנו מודל על סריקות של אנשים שנחשבו בריאים עבור אותו איבר, כשהגיל הלוח השנה של האדם שימש תחליף ל"גיל הביולוגי" ה"נורמלי". המחשב למד כיצד נראה איבר אופייני בגיל 50, 60 או 70 ללא בחירה ידנית של תכונות על ידי בני אדם. כשיישמו את המודלים על האוכלוסייה הרחבה יותר, הם חזו גיל לאיבר; חיסור הגיל האמיתי מהערך הזה הניב "פער גיל חזוי". פער חיובי משמעותו שהאיבר נראה זקן מהצפוי (הזדקנות מואצת), בעוד שפשר שלילי רמז שהאיבר נראה צעיר יותר (האטת הזדקנות).

הזדקנות לא אחידה ברחבי הגוף

המודלים עקבו במדויק אחרי הגיל עבור כל שבעת האיברים, כאשר המוח הראה את ההתאמה הצמודה ביותר בין גיל חזוי לגיל בפועל, ככל הנראה משום שמבנהו משתנה בעוצמה ובעקביות עם הזמן. עם זאת, האיברים השונים לא הזדקנו בקצב אחיד. אצל רוב האנשים, פערי הגיל החזויים עבור איבר אחד היו בעיקר בלתי תלויים מאלו של אחרים. קשרים חזקים יותר הופיעו רק בין איברים זוגיים, כמו שתי הכליות והשתי העיניים, ובין איברים בבטן, כאשר דפוס ההזדקנות של הכבד הראה קשרים ממוצעים לאיברים שכנים. תבנית פסיפסית זו תומכת ברעיון שההזדקנות אינה תהליך אחיד אלא מוזאיקה: בלבו של אדם אחד הלב עלול להזדקן מהר יותר בעוד שעבור אחר המוח או הכליות יקדמו את קצב ההזדקנות.

סימני אזהרה מוקדמים למחלות ולמוות

המבחן הקריטי היה האם פערי גיל האיבר האלה אכן משמעותיים מבחינת בריאות. החוקרים עקבו אחרי המשתתפים לאורך זמן, תיעדו מי פיתח מצבים מרכזיים כמו מחלת אלצהיימר, התקפי לב, אי־ספיקת כליות כרונית וסוכרת סוג 2, ומי נפטר במהלך תקופת המחקר. אנשים שלמוחם, ללבם או ללבלבם היה מראה זקנה יותר מהגיל הלוח השנה עמדו מול סיכון גבוה יותר למות מוקדם. מוח שנראה זקן חזית חזקה למחלת אלצהיימר מאוחרת; לב שנראה זקן ניבא התקפי לב ומחלות לב כרוניות; וכליות שנראו זקנות סימנו סיכוי גבוה משמעותית לאי־ספיקת כליות כרונית. במקרים רבים האיברים הופיעו ביולוגית זקנים שנים לפני כל אבחנה, מה שמרמז שגיל המבוסס על הדמיה יכול לשמש אורות אזהרה מוקדמים עוד לפני הופעת התסמינים.

איך המודל "רואה" הזדקנות

כדי לבדוק שהמחשב שימת לב לשינויים משמעותיים ולא לרעש אקראי, הצוות ויזואליזציה אילו חלקים מכל תמונה השפיעו הכי הרבה על הערכות הגיל שלה. במוח, המודל התמקד במרחבים הממולאים נוזלים שמתרחבים ככל שרקמת המוח מתכווצת עם הגיל. בתמונות העיניים הוא ריכז את תשומת הלב לכלי הדם ולדיסק הראייה, הידועים כמשתנים עם הזדקנות. בלב הוא הדגיש את קירות השריר וחדרי המשאבה המרכזיים, ובכליות ובכבד הוא הדגיש אזורים הקשורים לזרימת דם וצורת האיבר. דפוסים אלה תאמו ידע רפואי מבוסס, והם נותנים ביטחון שהתחזיות של המודל משקפות שינויים ביולוגיים אמיתיים.

מה משמעות הדבר עבור רפואה עתידית

ביחד, ממצאים אלה מראים שסורקות פשוטות, מפוענחות על ידי בינה מלאכותית מודרנית, יכולות להעריך עד כמה האיברים שלנו מתנהגים מבחינה ביולוגית והן נושאות מידע ממשי על מחלות עתידיות והישרדות. העבודה עדיין בראשיתה: המחקר כלל בעיקר מבוגרים מרקע דומה במידה מסוימת, והגבולות המדויקים בין "נורמלי" ל"הזדקנות מואצת" עדיין לא נקבעו. אבל אם יאומתו בקבוצות מגוונות יותר וישולבו עם נתוני בריאות נוספים, גיל ביולוגי המבוסס על הדמיה עשוי להפוך לכלי עוצמתי לרפואה מותאמת אישית — סיוע לרופאים לזהות אילו איברים זקוקים לטיפול מיוחד המון זמן לפני שהמחלה תתפתח.

ציטוט: Ecker, V., Yang, B., Gatidis, S. et al. Imaging-derived biological age across multiple organs links to mortality and aging-related health outcomes. npj Aging 12, 51 (2026). https://doi.org/10.1038/s41514-026-00377-7

מילות מפתח: גיל ביולוגי, הדמיה רפואית, למידה עמוקה, הזדקנות רב-אורגנית, חיזוי סיכון למחלות