Sztuczna inteligencja szacuje wiek biologiczny na podstawie zdjęć twarzy pacjentów z rakiem

Odkryto, że pacjenci z rakiem mieli średnio wyższy FaceAge niż osoby zdrowe i wyglądali na około pięć lat starszych niż wynikałoby to z ich wieku metrykalnego. Starszy wiek według FaceAge był związany z gorszymi rokowaniami w różnych typach nowotworów. Algorytm okazał się także skuteczniejszy niż lekarze w przewidywaniu krótkoterminowej długości życia pacjentów poddawanych paliatywnej radioterapii.

- Możemy wykorzystać sztuczną inteligencję (AI) do oszacowania biologicznego wieku człowieka na podstawie zdjęć twarzy, a nasze badanie pokazuje, że ta informacja może mieć kliniczne znaczenie - mówi dr Hugo Aerts z Mass General Brigham. - Nasza praca pokazuje, że nawet proste selfie zawiera istotne dane, które mogą wspierać podejmowanie decyzji klinicznych i planowanie opieki. To, jak ktoś wygląda względem swojego wieku metrykalnego, naprawdę ma znaczenie: osoby z FaceAge młodszym niż wiek metrykalny znacznie lepiej reagowały na terapię onkologiczną - dodaje.

Kiedy pacjent wchodzi do gabinetu, jego wygląd może dać lekarzowi pewne wskazówki na temat ogólnego stanu zdrowia i witalności. Takie intuicyjne oceny, wraz z wiekiem metrykalnym i innymi wskaźnikami biologicznymi, mogą wpływać na wybór najlepszej metody leczenia. Jednak lekarze, jak każdy człowiek, mogą mieć nieuświadomione uprzedzenia dotyczące wieku pacjenta, co uzasadnia potrzebę bardziej obiektywnych i predykcyjnych narzędzi wspierających decyzje medyczne.

Medycy z Mass General Brigham wykorzystali technologie głębokiego uczenia i rozpoznawania twarzy do stworzenia FaceAge. Algorytm został wytrenowany na 58 851 zdjęciach domniemanych zdrowych osób z publicznych baz danych. Następnie przetestowano go na grupie 6 196 pacjentów z chorobami nowotworowymi z dwóch ośrodków, wykorzystując zdjęcia twarzy rutynowo wykonywane na początku radioterapii.

Wyniki pokazały, że pacjenci onkologiczni wyglądają znacznie starzej niż osoby zdrowe - ich FaceAge średnio był o około pięć lat wyższy niż wiek metrykalny. W tej grupie starszy FaceAge był powiązany z gorszymi rokowaniami przeżycia, zwłaszcza u osób wyglądających na ponad 85 lat, nawet po uwzględnieniu wieku metrykalnego, płci i rodzaju nowotworu.

Szacowanie długości życia na końcowym etapie choroby jest trudne, ale ma istotne znaczenie dla leczenia pacjentów z rakiem. Uczeni poprosili dziesięciu lekarzy i naukowców o ocenę krótkoterminowej prognozy przeżycia na podstawie 100 zdjęć pacjentów poddawanych radioterapii paliatywnej. Ich przewidywania, nawet z uwzględnieniem wieku i statusu choroby, były zaledwie nieco lepsze niż rzut monetą. Jednak gdy dostarczono im dodatkowo informację o FaceAge pacjentów, trafność prognoz znacznie się poprawiła.

- To otwiera zupełnie nowy rozdział w poszukiwaniu biomarkerów na podstawie zdjęć i ma potencjał znacznie wykraczający poza opiekę onkologiczną czy przewidywanie wieku - powiedział dr Ray Mak, MD z Mass General Brigham. - W miarę jak coraz częściej traktujemy choroby przewlekłe jako choroby związane ze starzeniem się, możliwość trafnego przewidywania procesu starzenia nabiera jeszcze większego znaczenia. Mam nadzieję, że uda się wykorzystać tę technologię jako system wczesnego wykrywania w różnych zastosowaniach, by ratować życie.

Na podstawie:

AI Tool Uses Face Photos to Estimate Biological Age and Predict Cancer Outcomes