Sztuczna inteligencja może pomóc lekarzom oceniać biologiczny wiek pacjentów oraz prognozować ich przeżycie na podstawie zwykłego zdjęcia twarzy. Naukowcy z Mass General Brigham opracowali model FAHR-Face, wytrenowany na ponad 40 milionach fotografii. Na jego podstawie powstały dwa narzędzia AI – FAHR-FaceAge i FAHR-FaceSurvival – które mogą wspierać personalizację leczenia onkologicznego. Wyniki badania opublikowano w czasopiśmie „The Lancet Digital Health”.
Z tego artykułu dowiesz się…
- Jak naukowcy z Mass General Brigham wykorzystali sztuczną inteligencję do oceny wieku biologicznego i prognozowania przeżycia pacjentów onkologicznych na podstawie zdjęć twarzy.
- Czym różnią się narzędzia FAHR-FaceAge i FAHR-FaceSurvival oraz jakie informacje o stanie zdrowia mogą dostarczać lekarzom.
- W jaki sposób analiza twarzy z wykorzystaniem AI może wspierać personalizację leczenia nowotworów i ocenę ryzyka związanego z intensywną terapią.
- Jak palenie tytoniu, alkohol i inne czynniki związane ze stylem życia wpływają na oznaki starzenia twarzy oraz jakie ograniczenia mają nowe algorytmy.
Sztuczna inteligencja ocenia stan zdrowia na podstawie zdjęcia twarzy
Ocena wieku biologicznego i ogólnej kondycji organizmu ma istotne znaczenie przy podejmowaniu decyzji terapeutycznych, szczególnie u starszych pacjentów onkologicznych. Wiek metrykalny nie zawsze odzwierciedla bowiem rzeczywiste rezerwy fizjologiczne organizmu ani jego zdolność do tolerowania intensywnego leczenia. Badacze z Mass General Brigham opracowali FAHR-Face (Foundation Artificial Intelligence for Health Recognition) – model sztucznej inteligencji uczący się charakterystycznych cech twarzy na podstawie ponad 40 milionów obrazów. Na jego podstawie stworzono dwa uzupełniające się algorytmy:
- FAHR-FaceAge – szacuje wiek biologiczny odzwierciedlany przez wygląd twarzy.
- FAHR-FaceSurvival – prognozuje przeżycie pacjentów onkologicznych bezpośrednio na podstawie fotografii.
Oba narzędzia wykorzystują ten sam model bazowy, ale analizują odmienne cechy związane ze stanem zdrowia.
FAHR-FaceAge i FAHR-FaceSurvival – dwa sposoby oceny ryzyka
W badaniu wykazano, że różnica między wiekiem oszacowanym przez FAHR-FaceAge, a rzeczywistym wiekiem pacjenta była niezależnie związana z przeżywalnością. Jednocześnie FAHR-FaceSurvival pozwalał bezpośrednio oceniać rokowanie u osób z chorobą nowotworową. Co istotne, przewidywania obu algorytmów były ze sobą słabo skorelowane, co sugeruje, że identyfikują różne aspekty kondycji organizmu.
Połączenie FAHR-FaceAge i FAHR-FaceSurvival poprawiło dopasowanie modelu prognostycznego podczas zewnętrznej walidacji w grupie pacjentów onkologicznych. Naukowcy ustalili również, że algorytmy koncentrują się na różnych obszarach twarzy. FAHR-FaceAge analizuje przede wszystkim bruzdy nosowo-wargowe, czoło i skronie, natomiast FAHR-FaceSurvival zwraca większą uwagę na okolice pod oczami oraz nasadę nosa. Nie oznacza to jednak, że pojedyncze cechy wyglądu pozwalają samodzielnie określić stan zdrowia czy przewidzieć długość życia konkretnej osoby.
AI może wspierać personalizację leczenia onkologicznego
Jednym z potencjalnych zastosowań technologii jest wspomaganie decyzji dotyczących intensywności leczenia przeciwnowotworowego. U pacjentów starszych lub obciążonych dodatkowymi chorobami szczególnie ważna jest ocena tolerancji radioterapii, zabiegów chirurgicznych i leczenia systemowego. Raymond Mak, radioonkolog z Mass General Brigham Cancer Institute, podkreślił:
W miarę starzenia się społeczeństwa lekarze potrzebują lepszych metod szacowania rezerw fizycznych i stopnia kruchości organizmu przed zaleceniem intensywnego leczenia, takiego jak radioterapia, zabieg chirurgiczny czy terapia systemowa. Naszym celem jest uczynienie oceny stanu zdrowia na podstawie fotografii twarzy bardziej ilościową, spójną i skalowalną, aby mogła wspierać spersonalizowane decyzje dotyczące leczenia, a nie zastępować opinii lekarza.
Technologia mogłaby zatem uzupełniać standardową ocenę kliniczną, jednak jej przydatność w podejmowaniu decyzji terapeutycznych wymaga dalszego potwierdzenia.
Palenie tytoniu i alkohol wpływają na biologiczne starzenie twarzy
Badacze przeanalizowali również zależności między wynikami FAHR-FaceAge, a czynnikami związanymi ze stylem życia. Wykazano, że palenie tytoniu, nadużywanie alkoholu i używanie narkotyków wiązały się z oznakami przyspieszonego starzenia twarzy.
Najsilniejszy związek zaobserwowano w przypadku palenia papierosów. Obecni palacze uzyskiwali wyższe oszacowania wieku niż byli palacze, a byli palacze – wyższe niż osoby, które nigdy nie paliły. Wyniki wskazują, że analiza twarzy może odzwierciedlać niektóre długoterminowe skutki ekspozycji na czynniki zdrowotne. Nie dowodzą jednak, że sam wygląd twarzy pozwala jednoznacznie rozpoznać określone zachowania lub choroby.
Czy oświetlenie, makijaż i mimika wpływają na wyniki AI?
Istotnym elementem badania była ocena odporności algorytmu na zmiany warunków wykonywania fotografii. Naukowcy sprawdzili wpływ oświetlenia, pozycji głowy, mimiki i makijażu. FAHR-FaceAge wykazywał stabilność wyników w większości analizowanych warunków.
Podobną odporność zaobserwowano w przypadku większości ocenianych zabiegów chirurgii plastycznej. Niewielką zmianę wyników odnotowano po rhinoplastyce, czyli operacji nosa. To ważna obserwacja z perspektywy potencjalnego wykorzystania technologii poza ściśle kontrolowanymi warunkami badawczymi.
Kolejny etap badań nad FAHR-Face
Naukowcy rozwijają projekt poprzez internetowe badanie FaceAge Research Study, zatwierdzone przez komisję bioetyczną i dostępne dla zainteresowanych uczestników. Osoby biorące udział w projekcie mogą przesłać fotografię twarzy, otrzymać wynik analizy FaceAge oraz wesprzeć dalszą walidację technologii. Celem jest sprawdzenie działania algorytmów w większych i bardziej zróżnicowanych populacjach.
Czy zdjęcie twarzy stanie się nowym biomarkerem zdrowia?
Badanie opublikowane w „The Lancet Digital Health” wskazuje, że analiza fotografii twarzy z wykorzystaniem AI może dostarczać dodatkowych informacji prognostycznych u pacjentów onkologicznych. FAHR-FaceAge i FAHR-FaceSurvival mogą w przyszłości wspierać ocenę wieku biologicznego, rokowania i indywidualizację leczenia. Przed wdrożeniem klinicznym konieczne pozostaje jednak potwierdzenie ich wiarygodności, bezpieczeństwa oraz użyteczności w różnych grupach pacjentów. Technologia nie zastępuje diagnostyki ani oceny lekarza, ale może stać się kolejnym narzędziem wspierającym rozwój medycyny spersonalizowanej.
Główne wnioski
- Naukowcy z Mass General Brigham opracowali model sztucznej inteligencji FAHR-Face, wytrenowany na ponad 40 milionach zdjęć twarzy. Na jego podstawie powstały dwa narzędzia: FAHR-FaceAge do szacowania wieku biologicznego na podstawie wyglądu twarzy oraz FAHR-FaceSurvival do prognozowania przeżycia pacjentów onkologicznych.
- FAHR-FaceAge i FAHR-FaceSurvival dostarczają różnych, uzupełniających się informacji prognostycznych. Różnica między wiekiem oszacowanym przez AI a wiekiem chronologicznym była niezależnie związana z przeżywalnością, a połączenie obu algorytmów poprawiło dopasowanie modelu prognostycznego w zewnętrznej walidacji.
- Palenie tytoniu, nadużywanie alkoholu i używanie narkotyków wiązały się z oznakami przyspieszonego starzenia twarzy. Najsilniejszy związek zaobserwowano w przypadku palenia papierosów. Algorytm FAHR-FaceAge wykazywał również stabilność wyników przy zmianach oświetlenia, mimiki, pozycji głowy i makijażu.
- Narzędzia AI mogą w przyszłości wspierać personalizację leczenia onkologicznego i ocenę ryzyka przed intensywną terapią. Wyniki badania opublikowanego w „The Lancet Digital Health” wskazują na ich potencjał, jednak przed zastosowaniem w rutynowej praktyce klinicznej konieczna jest dalsza walidacja.
Źródło:
- https://www.thelancet.com/journals/landig/article/PIIS2589-7500(26)00079-8/fulltext
