大規模集団における大規模言語モデルを用いた生物学的年齢予測
カテゴリ：公衆衛生・予防医療
公開日：2025年7月24日
タイトル：Large language model-based biological age prediction in large-scale populations
雑誌名：Nat Med. 2025 Sep;31(9):2977-2990.
概 要：
本研究は、個々の加齢を正確かつ便利に評価することが、健康リスクの特定や加齢関連疾患の予防に重要であることを示しています。従来の加齢指標は、方法論的制約や悪影響との関連性が弱く、一般化が限られるという課題があります。本研究では、大規模言語モデル（LLM）を活用し、健康診断レポートのみを用いて個人の全体的および臓器特異的な加齢を推定するフレームワークを提案しました。600万人以上の参加者を含む6つの集団ベースのコホートでこのアプローチを検証し、その効果と信頼性を示しました。
方 法：
この研究は、600万人以上の参加者を対象にしたコホート研究です。健康診断レポートを用いて、LLMが個人の全体的および臓器特異的な加齢を推定するフレームワークを構築しました。主要評価指標は、全死因死亡率に対する一致指数（C-index）で、0.757（95% CI 0.752-0.761）を達成しました。
結 果：
LLMによって予測された全体的な年齢は、全死因死亡率に対してC-index 0.757を示し、テロメア長やフレイル指数、エピジェネティック年齢などの他の加齢指標を大きく上回りました。また、臓器特異的な加齢に関しても、LLMによる年齢予測は機械学習モデルよりも優れた性能を示しました。加齢のギャップは、加齢関連の表現型や健康結果と強く関連しており、全死因死亡率に対するハザード比は1.055（95% CI 1.050-1.060）でした。
結 論：
LLMを用いた加齢評価フレームワークは、全体的および臓器特異的な加齢を正確かつ信頼性の高い方法で推定する可能性を示しました。このアプローチは、大規模な一般集団における個別化された加齢評価と健康管理において有用であると期待されます。