コペンハーゲン大学、デンマーク工科大学、インペリアル・カレッジ・ロンドンの研究チームは、対照的深層学習（contrastive deep learning）を用いることで、皮膚生検画像のみから個人の年齢を判定できること、そしてモデルが学習した視覚的特徴が死亡リスクと慢性疾患リスクを予測する新たな老化バイオマーカーを構成することを明らかにした。
この研究は、arXivに掲載され、現在npj Digital Medicineで査読中である。皮膚生検の病理組織スライド：臨床現場で日常的に採取される組織サンプル：を用い、ラベルを必要とせずに類似例と非類似例を区別する技術である対照的深層学習を適用することで、モデルは組織内の暦年齢と相関する視覚的特徴を特定した。
さらに重要なことに、研究者らはこれらの視覚的特徴を、死亡結果と慢性疾患罹患率をカバーするデンマークの包括的な健康登録データと関連付けた。得られたバイオマーカーは、人の年齢だけでなく、老化の速度：生物学的老化が速い個人と遅い個人を区別する：も予測した。
世界の平均寿命が延びるにつれ、老化に伴う慢性疾患の負担は増大し続けているが、個人の老化速度にはかなりのばらつきがある。このばらつきを捉えるバイオマーカーの特定は、老化生物学の理解、疾患の早期発見、予防戦略の改善にとって極めて重要である。
「これは、日常的に収集される健康データが深層学習と組み合わせて使用されることで付加価値を提供できることを意味する」と著者らは述べている。「経時的な死亡を判定するために積極的に活用できる老化の新しいバイオマーカーを創出するのである。」
このアプローチの特筆すべき点は、標準的な臨床診療ですでに収集されているデータを利用することである：皮膚生検は、疑わしい病変、発疹、その他の皮膚科的懸念を調査するために一般的に行われている。より広い集団で検証されれば、この技術は専用の検査や特別な装置を必要とせずに生物学的年齢を評価する低コストの方法を提供する可能性がある。
デンマークの健康登録：数十年にわたってほぼ全人口の健康結果を追跡している：を利用したことで、研究チームは実際の死亡統計に対してバイオマーカーを検証するための非常に豊富な縦断データを得ることができた。
出典: Contrastive Deep Learning Reveals Age Biomarkers in Histopathological Skin Biopsies (arXiv、2026年7月1日改訂、npj Digital Medicineにて査読中)
雅子 訳