Un modèle entraîné sur un très vaste ensemble de photos
Des chercheurs dirigés par Mass General Brigham, à Boston, ont conçu un système d'intelligence artificielle baptisé FAHR-Face et l'ont présenté dans The Lancet Digital Health, publié le 19 octobre. Le système a été entraîné sur plus de 40 millions de photographies de visages afin d'extraire des indicateurs de santé à partir des traits du visage. L'équipe l'a scindé en deux outils : FAHR-FaceAge, qui estime l'âge biologique, c'est-à-dire l'âge que semble avoir le corps, et FAHR-FaceSurvival, qui prédit directement la survie à partir d'une photo. Chaque outil lit des parties différentes du visage. FAHR-FaceAge s'appuie sur les plis qui vont des ailes du nez à la bouche, sur le front au-dessus des orbites et sur les tempes, tandis que FAHR-FaceSurvival se concentre sur la zone sous les yeux et autour de l'arête du nez. Les auteurs indiquent que les estimations concernant le cancer ont été confrontées à des données réelles de patients.
Âge apparent et survie au cancer
Le lien avec la survie a été testé chez 38 183 patients atteints de cancer traités par radiothérapie aux États-Unis. Ceux qui paraissaient au moins cinq ans de plus que leur âge réel présentaient un risque de décès supérieur de 21 % pendant le suivi, d'une durée moyenne de quatre ans, par rapport au reste du groupe. Les patients qui paraissaient cinq ans ou plus de moins avaient un risque inférieur de 17 %. Le modèle d'âge a d'abord été testé sur des photographies qu'il n'avait jamais vues, avec une erreur moyenne de 5,1 ans. Pour 4 892 patients traités par radiothérapie, l'écart moyen entre l'âge estimé et l'âge réel atteignait près de sept ans, ce que les auteurs interprètent comme un signe de vieillissement biologique accéléré. Dans le modèle de survie distinct, construit sur 34 363 photographies de patients atteints de cancer, le quartile au risque le plus élevé présentait une mortalité plus de trois fois supérieure à celle du quartile au risque le plus faible, après ajustement pour l'âge, le sexe, le type de cancer, l'intention thérapeutique et la technique de radiothérapie.
- Paraissait 5 ans ou plus de plus
- 21 % de variation du risque
- Paraissait 5 ans ou plus de moins
- -17 % de variation du risque
Données tirées du texte de l’article
Le mode de vie se lit sur le visage
Les chercheurs ont également constaté que certains facteurs liés au mode de vie étaient associés à un aspect plus âgé. Une consommation élevée d'alcool, l'usage de drogues et le tabagisme étaient chacun associés à un visage d'apparence plus âgée. Le tabac présentait le schéma le plus marqué : les fumeurs actuels paraissaient plus âgés que les anciens fumeurs, eux-mêmes plus âgés que les personnes n'ayant jamais fumé. Il s'agit d'associations issues de l'analyse photographique de l'étude, qui s'ajoutent aux résultats sur la survie sans s'y substituer.
Ce que disent les chercheurs et ce qui reste ouvert
Hugo Aerts, co-auteur principal de l'étude, a déclaré que le modèle apprend le risque de survie directement à partir des photographies des patients.
« À notre connaissance, c'est la première démonstration qu'un modèle d'IA peut prédire directement la survie au cancer à partir d'une simple photographie. »
Raymond Mak, professeur associé d'oncologie radiothérapique à la Harvard Medical School, a indiqué que l'équipe avait obtenu des résultats cohérents malgré les différences de pose, d'éclairage, d'expression et de maquillage dans des photos réelles. Il a décrit ainsi l'objectif du travail.
« Notre objectif est de rendre l'évaluation de la santé à partir de photographies de visage plus quantitative, plus cohérente et plus facile à déployer à grande échelle, afin qu'elle puisse appuyer des décisions de traitement personnalisées plutôt que se substituer au jugement du médecin. »
Le modèle reste préliminaire et il reste beaucoup à faire avant qu'il ne démontre une utilité clinique. Le public peut participer à la recherche en téléchargeant une photo sur le site de l'étude et en recevant sa propre évaluation.