Дата публикации: 01.09.2026
DOI: 10.24412/2588-0500-2026_10_03_14
УДК 612.67:004.8
ЦИФРОВОЙ ФИЗИОЛОГИЧЕСКИЙ ПРОФИЛЬ ЧЕЛОВЕКА: КОНЦЕПЦИЯ ИНТЕГРАЛЬНОГО ИНДЕКСА ФИЗИОЛОГИЧЕСКОГО ВОЗРАСТА
Г.В. Пономарева1, О.В. Тарасов1, А.А. Моисеенко2, Е.С. Кутин2, А.О. Попова2
1Федеральное государственное бюджетное образовательное учреждение высшего образования «Рязанский государственный медицинский университет имени академика И.П. Павлова» Министерства здравоохранения Российской Федерации, г. Рязань, Россия
2Федеральное государственное автономное образовательное учреждение высшего образования Первый Московский государственный медицинский университет имени И.М. Сеченова Министерства здравоохранения Российской Федерации, г. Москва, Россия
Аннотация. Введение. Существующие показатели биологического возраста отражают отдельные уровни организации организма и не обеспечивают одновременную оценку межсистемной неоднородности, функционального резерва и индивидуального темпа изменений. Цель: обосновать концепцию цифрового физиологического профиля человека и сформулировать принципы построения и валидации интегрального индекса физиологического возраста. Методы. Выполняется аналитический обзор 20 рецензируемых публикаций 2006-2025 гг., отобранных из более чем 50 источников, представленных в PubMed, Google Scholar, eLibrary.ru и КиберЛенинке. Результаты. Цифровой физиологический профиль определяется как продольное мультимодальное представление состояния функциональных систем, их резерва, динамики и контекста измерения. Предлагаемая архитектура объединяет доменные возрастные эквиваленты, показатели качества данных, неопределенность результата и характеристики восстановления после стандартизованной нагрузки. Формулируются требования к разделению выборок, внешней и продольной валидации, калибровке, оценке систематической ошибки и клинической полезности. Заключение. До подтверждения прогностической и клинической ценности в независимых проспективных исследованиях индекс следует рассматривать как исследовательский инструмент поддержки интерпретации, а не как самостоятельный диагноз или основание для назначения лечения.
Ключевые слова: физиологический возраст, биологический возраст, цифровой физиологический профиль, цифровые биомаркеры, функциональный резерв, старение.
DIGITAL HUMAN PHYSIOLOGICAL PROFILE: A CONCEPT OF AN INTEGRAL PHYSIOLOGICAL AGE INDEX
G.V. Ponomareva1, O.V. Tarasov1, A.A. Moiseenko2, E.S. Kutin2, A.O. Popova2
1Ryazan State Medical University named after Academician I.P. Pavlov, Ryazan, Russia
2I.M. Sechenov First Moscow State Medical University, Moscow, Russia
Abstract. Introduction. Existing biological age measures reflect separate levels of biological organization and do not simultaneously characterize intersystem heterogeneity, functional reserve, and the individual rate of change. Objective: to substantiate the concept of a digital human physiological profile and formulate principles for constructing and validating an integral physiological age index. Methods. An analytical review is conducted of 20 peer-reviewed publications from 2006-2025 selected from more than 50 sources indexed or available in PubMed, Google Scholar, eLibrary.ru, and CyberLeninka. Results. A digital physiological profile is defined as a longitudinal multimodal representation of functional system status, reserve, dynamics, and measurement context. The proposed architecture integrates domain-specific age equivalents, data-quality indicators, result uncertainty, and recovery characteristics after a standardized challenge. Requirements are formulated for data splitting, external and longitudinal validation, calibration, bias assessment, and clinical utility. Conclusion. Until prognostic and clinical value is confirmed in independent prospective studies, the index should be regarded as a research-oriented interpretation-support tool rather than a stand-alone diagnosis or a basis for treatment decisions.
Keywords: physiological age, biological age, digital physiological profile, digital biomarkers, functional reserve, aging.
Введение. Старение представляет собой нелинейный многоуровневый процесс, при котором молекулярные повреждения, нарушения регуляции и снижение функционального резерва формируются одновременно, но с неодинаковой скоростью [1]. Выраженность возрастных изменений различается между органами, функциональными системами и отдельными людьми, что подтверждается данными органоспецифического и продольного профилирования [1-3]. Хронологический возраст характеризует длительность жизни, однако сам по себе не обеспечивает индивидуальную оценку функционального состояния и уязвимости организма [4, 5].
Биологический возраст рассматривается как количественный конструкт, предназначенный для характеристики состояния организма относительно выбранной референтной популяции и заранее определенного сценария применения [4-6]. Его интерпретация зависит от целевой задачи: описания текущего состояния, прогнозирования неблагоприятных исходов, оценки динамики или анализа ответа на профилактическое либо лечебное вмешательство [4, 6]. Биологический возраст не является самостоятельным диагнозом, поскольку его клиническое значение определяется валидностью конкретной модели и доказанной связью с клинически значимыми исходами [4, 6].
Клинико-лабораторные и функциональные модели биологического возраста используют показатели крови, функции органов и систем, а также характеристики гомеостатической регуляции [7-12]. Эпигенетические модели отражают возраст-ассоциированные изменения метилирования дезоксирибонуклеиновой кислоты и могут характеризовать как накопленное состояние, так и темп старения [13-15]. Органоспецифические и продольные исследования дополнительно показывают, что возрастные изменения имеют выраженную межсистемную и индивидуальную неоднородность [2, 3]. Согласованность результатов разных моделей остается ограниченной, поскольку они измеряют различные уровни биологической организации и оптимизируются для разных задач [11]. Следовательно, высокая точность воспроизведения хронологического возраста не подтверждает клиническую валидность модели без оценки прогностической ценности, калибровки и полезности для принятия решений [4, 6].
Цель работы заключается в научном обосновании концепции цифрового физиологического профиля человека и формулировании принципов расчета, представления и валидации интегрального индекса физиологического возраста.
Методы и организация исследования. В работе выполняется аналитический обзор научной литературы, опубликованной в 2006-2025 гг. Поиск проводится в PubMed, Google Scholar, eLibrary.ru и КиберЛенинке с использованием русскоязычных и англоязычных сочетаний терминов «биологический возраст», «физиологический возраст», «цифровые биомаркеры», «функциональный резерв», «носимые устройства», «электрокардиография», «валидация биомаркеров старения» и «клинические прогнозные модели».
В анализ включаются рецензируемые полнотекстовые публикации, в которых описываются методы количественной оценки возраста организма, продольные цифровые показатели, органоспецифические изменения или требования к валидации медицинских моделей. Исключаются дублирующиеся работы, публикации без описания методики и материалы, не относящиеся к оценке старения или функционального состояния. На этапе идентификации рассматривается более 50 источников; после тематического и методологического отбора в аналитический синтез включаются 20 публикаций. Различия в дизайне, составах выборок, наборах признаков и конечных точках не позволяют выполнить количественное объединение результатов, поэтому применяется качественный концептуально-аналитический синтез.
Результаты исследования и их обсуждение. Понятие цифрового физиологического профиля. В рамках настоящей концепции физиологический возраст определяется как возрастной эквивалент совокупного функционального состояния организма и способности его систем поддерживать гомеостаз в покое, в условиях повседневной активности и после стандартизованной нагрузки. В отличие от обобщенного биологического возраста, физиологический возраст ориентирован на непосредственно измеряемую функцию, функциональный резерв и характер восстановления. Функциональный домен понимается как группа взаимосвязанных показателей, описывающих определенную систему или физиологическую функцию; сохранение доменной структуры соответствует данным о неоднородности органного и индивидуального старения [2, 3, 12].
Цифровой физиологический профиль в настоящей работе определяется как продольное мультимодальное представление состояния человека. Продольная организация профиля необходима для различения устойчивой индивидуальной траектории и кратковременных колебаний показателей [2, 16]. Мультимодальная структура объединяет данные разных функциональных систем и тем самым снижает риск подмены многомерного состояния одной частной характеристикой [2, 3, 12, 16, 17]. Профиль включает вектор доменных оценок, их динамику, контекст измерения, качество исходных данных и количественную характеристику неопределенности результата.
Состав функциональных доменов и минимальный набор показателей в таблице 1 представляют авторскую концептуальную систематизацию, основанную на данных об органоспецифическом старении, функциональном резерве, цифровой активности и электрокардиографическом возрастном сигнале [2, 3, 12, 16-18]. Под физиологическим конструктом понимается обобщаемая функциональная характеристика, которую предполагается измерять соответствующим набором показателей. Представленный перечень не является утвержденным клиническим стандартом и подлежит уточнению в исследованиях аналитической и клинической валидности [6].
Таблица 1
Ядро цифрового физиологического профиля
|
Функциональный домен |
Минимальный |
Оцениваемый физиологический конструкт |
|
Сердечно-сосудистый |
Артериальное давление, электрокардиография, частота и вариабельность сердечного ритма, восстановление после нагрузки |
Гемодинамическая и автономная регуляция, сердечно-сосудистый резерв |
|
Дыхательный |
Спирометрия, насыщение крови кислородом, частота дыхания, кардиореспираторная проба, восстановление |
Вентиляционный и аэробный резерв |
|
Метаболический |
Глюкоза, липиды, креатинин, альбумин, показатели функции печени, общий анализ крови |
Гомеостатическая устойчивость и функциональное состояние органов |
|
Нейромышечный |
Сила кистевого захвата, скорость ходьбы, вставание со стула, равновесие, координация |
Мышечная мощность, мобильность и риск функциональной хрупкости |
|
Поведенческий |
Физическая активность, сон, суточные ритмы, продолжительность малоподвижного поведения, контекст нагрузки |
Повседневная устойчивость и качество восстановления |
Архитектура интегрального индекса. Предлагаемая математическая архитектура имеет иерархическую структуру и рассматривается как проверяемая концептуальная модель, а не как клинически валидированный алгоритм. Для каждого функционального домена d модель f(d) на основании данных X(d) и контекста C оценивает возрастной эквивалент A(d). Функция U(d) определяет величину u(d), выраженную в единицах возраста и интерпретируемую как стандартная неопределенность доменной оценки:
A(d) = f(d)[X(d), C],
u(d) = U(d)[X(d), C].
Контекст C включает пол, антропометрические показатели, лекарственную терапию, наличие острого заболевания, тип устройства и условия измерения, поскольку эти факторы способны изменять распределение физиологических показателей и переносимость модели [6, 16, 17, 19, 20]. Индекс качества q(d) принимает значения от 0 до 1 и отражает полноту, техническую пригодность и соответствие данных заданному протоколу. При базовой агрегации вес домена увеличивается при высоком качестве данных и уменьшается при высокой неопределенности:
w(d) = q(d) / (u(d)² + ε),
Aбаз = Σw(d)A(d) / Σw(d),
где ε представляет собой малую положительную константу, предотвращающую численную нестабильность. Обратная квадратичная зависимость веса от неопределенности является методологическим допущением предлагаемой архитектуры; ее устойчивость и преимущества по сравнению с альтернативными схемами взвешивания подлежат эмпирической проверке [6, 19, 20]. Динамический показатель резерва R формируется из стандартизованных характеристик реакции и восстановления после ортостатической пробы, дозированной ходьбы или другой воспроизводимой нагрузки. Шкала R задается таким образом, что положительное значение соответствует более медленному восстановлению и, следовательно, увеличивает интегральную оценку возраста:
Aфиз = Aбаз + λR,
ΔA = Афиз – Aхрон,
где λ характеризует изменение интегрального возраста на одно стандартное отклонение показателя резерва, Aхрон обозначает хронологический возраст, а ΔA представляет возрастной разрыв. Коэффициент λ оценивается только в обучающей выборке и фиксируется до внешней проверки, что ограничивает риск оптимистического смещения [19]. Итоговый результат представляется вместе с 95% интервалом неопределенности, вектором доменных оценок A(d), показателем качества данных и перечнем факторов, вносящих основной вклад в значение индекса [6, 19, 20].
При повторных измерениях темп изменения оценивается с помощью смешанной или байесовской траекторной модели, позволяющей учитывать внутрисубъектную зависимость наблюдений и неодинаковое число визитов [2, 6]. В рамках предлагаемой концепции для индивидуальной оценки предусматривается не менее трех стандартизованных измерений: два наблюдения позволяют рассчитать только разность, тогда как третье измерение дает минимальную возможность оценить устойчивость направления изменений относительно ошибки и кратковременной вариабельности.
Функциональная нагрузка и цифровые показатели. Функциональный резерв проявляется в характере ответа организма на контролируемое отклонение от состояния покоя и в скорости последующего восстановления [5, 18]. Поэтому в профиль включаются показатели реакции на ортостатическую пробу, дозированную ходьбу, подъем по ступеням или иную стандартизованную нагрузку, для которой заранее определены протокол и критерии качества. При интерпретации учитываются сон, стресс, температура окружающей среды, уровень гидратации, лекарственная терапия и недавно перенесенное острое заболевание, поскольку контекст способен существенно изменять цифровые и физиологические показатели [16, 17].
Кардиореспираторная подготовленность рассматривается как значимый компонент профиля, поскольку ее связь с долгосрочной смертностью подтверждается результатами крупных наблюдательных исследований [18]. Данные носимых устройств показывают возможность выделения возраст-ассоциированного сигнала из параметров двигательной активности [16], а алгоритмы анализа стандартной 12-канальной электрокардиограммы позволяют оценивать возраст и пол по электрической активности сердца [17]. Вместе с тем наличие статистически воспроизводимого возрастного сигнала не доказывает причинную связь и не подтверждает клиническую пользу изменения рассчитанного индекса [4, 6].
Обучение и валидация модели. Разработка индекса разделяется на две взаимосвязанные задачи: формирование референтной шкалы и проверку прогностической ценности [6-8, 12]. В референтной выборке лиц без декомпенсированных заболеваний формируются возрастные нормативы, оценивается форма связи признаков с возрастом и корректируется систематическая регрессия к среднему [7, 8, 12]. В независимой клинической когорте проверяется, повышает ли индекс точность прогноза смертности, мультиморбидности, госпитализации или функционального снижения по сравнению с хронологическим возрастом и стандартными факторами риска [6].
Единицей разделения данных является отдельный участник исследования, поэтому повторные визиты одного человека не распределяются одновременно между обучающей и тестовой выборками [19]. В многоцентровом исследовании переносимость модели дополнительно проверяется путем разделения данных по медицинским организациям, регионам, устройствам или временным периодам [19, 20]. Импутация пропусков, нормализация, отбор признаков и настройка гиперпараметров выполняются только внутри обучающей части каждого цикла проверки, поскольку использование тестовых данных на этих этапах приводит к утечке информации и завышенной оценке характеристик модели [19].
Валидация проводится на аналитическом, модельном, внешнем, продольном и клиническом уровнях [6]. Оцениваются воспроизводимость измерений, калибровка, переносимость на другие популяции и устройства, устойчивость при неполных данных, систематические ошибки в клинически значимых подгруппах и изменение характеристик модели во времени [6, 19, 20]. Отчетность формируется в соответствии с принципами TRIPOD+AI [19], а требования к надежности, справедливости, прослеживаемости и объяснимости соотносятся с рекомендациями FUTURE-AI [20].
Критерии, представленные в таблице 2, систематизируют минимальные направления проверки предлагаемого индекса в соответствии с современными подходами к валидации биомаркеров старения, отчетности прогнозных моделей и ответственному применению искусственного интеллекта в здравоохранении. Конкретные пороговые значения показателей определяются заранее для каждого сценария применения и не переносятся автоматически между популяциями и устройствами [6, 19, 20].
Таблица 2
Минимальная программа валидации интегрального индекса
|
Уровень проверки |
Основной вопрос |
Критерии оценки |
|
Аналитический |
Воспроизводится ли измерение при повторе и смене устройства? |
Внутриклассовая корреляция, пределы согласия, ошибка измерения |
|
Модельный |
Ограничено ли переобучение и корректно ли определена неопределенность? |
Вложенная перекрестная проверка, бутстреп, покрытие интервалов неопределенности |
|
Внешний |
Сохраняются ли свойства модели в другой популяции и медицинской организации? |
Калибровочный наклон, средняя абсолютная ошибка, индекс согласия или площадь под характеристической кривой |
|
Добавочная ценность |
Предоставляет ли индекс информацию сверх стандартных факторов риска? |
Изменение дискриминации и калибровки, анализ клинической полезности |
|
Продольный |
Отражает ли изменение индекса устойчивую динамику состояния? |
Минимально обнаруживаемое изменение, индивидуальный темп, устойчивость траектории |
|
Справедливость |
Сопоставима ли ошибка в клинически значимых подгруппах? |
Стратифицированные показатели, анализ смещения, частота отказа модели |
Представление результата и ограничения. Клинически интерпретируемый отчет включает три взаимодополняющих уровня: интегральный физиологический возраст с интервалом неопределенности, доменный профиль с указанием наиболее выраженных отклонений и технический паспорт качества данных [6, 19, 20]. Расчет временно блокируется при остром заболевании, недостаточной длительности записи, критическом объеме пропусков или выходе наблюдения за представленный в обучающей выборке диапазон значений; такое ограничение снижает риск некорректной экстраполяции модели [6, 20].
Порог ускоренного старения определяется только для заранее сформулированного сценария применения, например, для отбора лиц на углубленное обследование или мониторинга реабилитации, поскольку диагностические и прогностические пороги зависят от предполагаемых последствий решения [6, 19, 20]. Изменение индекса после вмешательства не является доказательством снижения клинического риска до подтверждения его валидности в качестве суррогатной конечной точки [4, 6].
Референтная шкала привязывается к конкретной популяции, оборудованию и условиям измерения, поскольку изменение распределения признаков способно нарушать калибровку и переносимость модели [6, 19, 20]. При переносе индекса в другой регион или на новую технологическую платформу сначала оценивается калибровка; при необходимости корректируются свободный член и масштаб модели [19, 20]. Полное переобучение выполняется только при наличии данных о существенном изменении распределения признаков или связи предикторов с исходом [19, 20].
Концепция имеет ряд ограничений. Физиологические показатели зависят от хронических заболеваний, лекарственной терапии, образа жизни и временных изменений состояния, поэтому вклад естественного старения не всегда отделяется от патологического процесса [1-5, 12]. Функциональные нарушения могут отражать более поздний уровень проявления по сравнению с отдельными молекулярными изменениями [1, 4]. По этой причине цифровой физиологический профиль не заменяет генетические, эпигенетические, протеомные и другие биологические показатели и применяется только в рамках заранее определенной клинической или исследовательской задачи [3, 4, 6, 13-15].
Заключение. Цифровой физиологический профиль представляет старение как многомерную продольную траекторию, включающую текущее состояние функциональных систем, функциональный резерв и темп изменений; такой подход соответствует данным о межсистемной и индивидуальной неоднородности старения [2, 3, 12]. Предлагаемый интегральный индекс объединяет доменные возрастные эквиваленты с показателями качества данных, неопределенности и восстановления после стандартизованной нагрузки, сохраняя возможность органоспецифической интерпретации.
Научная состоятельность индекса определяется не точностью воспроизведения хронологического возраста, а добавочной прогностической ценностью, калибровкой, устойчивостью, справедливостью и клинической полезностью [4, 6, 19, 20]. До проведения независимой проспективной валидации интегральный физиологический возраст рассматривается как исследовательский и вспомогательный инструмент. Он не используется как самостоятельный диагноз, основание для назначения лечения или доказательство омоложения организма [4, 6].
Конфликт интересов. Авторы заявляют об отсутствии конфликта интересов.
Conflict of interest. The authors declare no conflict of interest.
СПИСОК ЛИТЕРАТУРЫ
- The hallmarks of aging / C. López-Otín, M.A. Blasco, L. Partridge [et al.] // Cell. – 2013. – Vol. 153. – No. 6. – P. 1194-1217. DOI: 10.1016/j.cell.2013.05.039.
- Personal aging markers and ageotypes revealed by deep longitudinal profiling / S. Ahadi, W. Zhou, S.M. Schüssler-Fiorenza Rose [et al.] // Nature Medicine. – 2020. – Vol. 26. – No. 1. – P. 83-90. DOI: 10.1038/s41591-019-0719-5.
- Organ aging signatures in the plasma proteome track health and disease / H.S. Oh, J. Rutledge, D. Nachun [et al.] // Nature. – 2023. – Vol. 624. – No. 7990. – P. 164-172. DOI: 10.1038/s41586-023-06802-1.
- Biomarkers of aging for the identification and evaluation of longevity interventions / M. Moqri, C. Herzog, J.R. Poganik [et al.] // Cell. – 2023. – Vol. 186. – No. 18. – P. 3758-3775. DOI: 10.1016/j.cell.2023.08.003.
- Time and the metrics of aging / L. Ferrucci, M.E. Levine, P.L. Kuo, E.M. Simonsick // Circulation Research. – 2018. – Vol. 123. – No. 7. – P. 740-744. DOI: 10.1161/CIRCRESAHA.118.312816.
- Validation of biomarkers of aging / M. Moqri, C. Herzog, J.R. Poganik [et al.] // Nature Medicine. – 2024. – Vol. 30. – No. 2. – P. 360-372. DOI: 10.1038/s41591-023-02784-9.
- Klemera, P. A new approach to the concept and computation of biological age / P. Klemera, S. Doubal // Mechanisms of Ageing and Development. – 2006. – Vol. 127. – No. 3. – P. 240-248. DOI: 10.1016/j.mad.2005.10.004.
- Levine, M.E. Modeling the rate of senescence: can estimated biological age predict mortality more accurately than chronological age? / M.E. Levine // Journal of Gerontology: Biological Sciences and Medical Sciences. – 2013. – Vol. 68. – No. 6. – P. 667-674. DOI: 10.1093/gerona/gls233.
- A new aging measure captures morbidity and mortality risk across diverse subpopulations from NHANES IV: a cohort study / Z. Liu, P.L. Kuo, S. Horvath [et al.] // PLoS Medicine. – 2018. – Vol. 15. – No. 12. – P. e1002718. DOI: 10.1371/journal.pmed.1002718.
- Homeostatic dysregulation proceeds in parallel in multiple physiological systems / Q. Li, S. Wang, E. Milot [et al.] // Aging Cell. – 2015. – Vol. 14. – No. 6. – P. 1103-1112. DOI: 10.1111/acel.12402.
- Тумороиды и органоиды: перспективы использования трехмерных моделей в персонализированной онкологии / Е.А. Юнкер, А.А. Моисеенко, Е.С. Кутин [и др.] // Современные вопросы биомедицины. – 2025. – Т. 9. – № S1(35). DOI: 10.24412/2588-0500-2025_09_S1_20 [In English] Yunker E.A., Moiseenko A.A., Kutin E.S., Popova A.O., Nazarova K.M. Tumoroids and organoids: prospects of using three-dimensional models in personalized oncology. Modern Issues of Biomedicine, 2025, vol. 9, no. S1(35). DOI: 10.24412/2588-0500-2025_09_S1_20.
- Kwon, D. A toolkit for quantification of biological age from blood chemistry and organ function test data: BioAge / D. Kwon, D.W. Belsky // GeroScience. – 2021. – Vol. 43. – No. 6. – P. 2795-2808. DOI: 10.1007/s11357-021-00480-5.
- Horvath, S. DNA methylation age of human tissues and cell types / S. Horvath // Genome Biology. – 2013. – Vol. 14. – No. 10. – P. R115. DOI: 10.1186/gb-2013-14-10-r115.
- An epigenetic biomarker of aging for lifespan and healthspan / M.E. Levine, A.T. Lu, A. Quach [et al.] // Aging (Albany NY). – 2018. – Vol. 10. – No. 4. – P. 573-591. DOI: 10.18632/aging.101414.
- DunedinPACE, a DNA methylation biomarker of the pace of aging / D.W. Belsky, A. Caspi, D.L. Corcoran [et al.] // eLife. – 2022. – Vol. 11. – P. e73420. DOI: 10.7554/eLife.73420.
- Biological age prediction from wearable device movement data identifies nutritional and pharmacological interventions for healthy aging / R.L. McIntyre, M. Rahman, S.A. Vanapalli [et al.] // Frontiers in Aging. – 2021. – Vol. 2. – P. 708680. DOI: 10.3389/fragi.2021.708680.
- Age and sex estimation using artificial intelligence from standard 12-lead electrocardiograms / Z.I. Attia, P.A. Friedman, P.A. Noseworthy [et al.] // Circulation: Arrhythmia and Electrophysiology. – 2019. – Vol. 12. – No. 9. – P. e007284. DOI: 10.1161/CIRCEP.119.007284.
- Association of cardiorespiratory fitness with long-term mortality among adults undergoing exercise treadmill testing / K. Mandsager, S. Harb, P. Cremer [et al.] // JAMA Network Open. – 2018. – Vol. 1. – No. 6. – P. e183605. DOI: 10.1001/jamanetworkopen.2018.3605.
- TRIPOD+AI statement: updated guidance for reporting clinical prediction models that use regression or machine learning methods / G.S. Collins, K.G.M. Moons, P. Dhiman [et al.] // BMJ. – 2024. – Vol. 385. – P. e078378. DOI: 10.1136/bmj-2023-078378.
- FUTURE-AI: international consensus guideline for trustworthy and deployable artificial intelligence in healthcare / K. Lekadir, A.F. Frangi, A.R. Porras [et al.] // BMJ. – 2025. – Vol. 388. – P. e081554. DOI: 10.1136/bmj-2024-081554.
СВЕДЕНИЯ ОБ АВТОРАХ:
Галина Владимировна Пономарева – кандидат педагогических наук, доцент, заведующая кафедрой физического воспитания и здоровья, Рязанский государственный медицинский университет имени академика И.П. Павлова, Рязань, e-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript..
Олег Владимирович Тарасов – преподаватель, Рязанский государственный медицинский университет имени академика И.П. Павлова, Рязань, e-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript..
Александр Александрович Моисеенко – студент индивидуальной образовательной траектории Института клинической медицины имени Н.В. Склифосовского, Первый Московский государственный медицинский университет имени И.М. Сеченова, Москва, e-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript..
Евгений Сергеевич Кутин – студент лечебного факультета Института клинической медицины имени Н.В. Склифосовского, Первый Московский государственный медицинский университет имени И.М. Сеченова, Москва, e-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript..
Амелия Олеговна Попова – студентка лечебного факультета Института клинической медицины имени Н.В. Склифосовского, Первый Московский государственный медицинский университет имени И.М. Сеченова, Москва, e-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript..
INFORMATION ABOUT THE AUTHORS:
Galina V. Ponomareva – Candidate of Pedagogical Sciences, Associate Professor, Head of the Department of Physical Education and Health, Ryazan State Medical University, Ryazan, e-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript..
Oleg V. Tarasov – Lecturer, Ryazan State Medical University, Ryazan, e-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript..
Aleksandr A. Moiseenko – Student of an individual educational trajectory, N.V. Sklifosovsky Institute of Clinical Medicine, Sechenov University, Moscow, e-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript..
Evgeniy S. Kutin – Medical Faculty Student, N.V. Sklifosovsky Institute of Clinical Medicine, Sechenov University, Moscow, e-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript..
Amelia O. Popova – Medical Faculty Student, N.V. Sklifosovsky Institute of Clinical Medicine, Sechenov University, Moscow, e-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript..
Для цитирования: Цифровой физиологический профиль человека: концепция интегрального индекса физиологического возраста / Г.В. Пономарева, О.В. Тарасов, А.А. Моисеенко [и др.] // Современные вопросы биомедицины. – 2026. – Т. 10. – № 3(38). DOI: 10.24412/2588-0500-2026_10_03_14
For citation: Ponomareva G.V., Tarasov O.V., Moiseenko A.A., Kutin E.S., Popova A.O. Digital human physiological profile: a concept of an integral physiological age index. Modern Issues of Biomedicine, 2026, vol. 10, no. 3(38). DOI: 10.24412/2588-0500-2026_10_03_14
