Naukowcy pod kierownictwem Mass General Brigham w Bostonie stworzyli system sztucznej inteligencji o nazwie FAHR-Face, którego wyniki opisano 19 października w czasopiśmie The Lancet Digital Health. System wytrenowano na ponad 40 milionach zdjęć twarzy, aby wyodrębniał wskaźniki zdrowotne z rysów twarzy. Zespół podzielił go na dwa narzędzia: FAHR-FaceAge, które szacuje wiek biologiczny (czyli to, na ile lat wygląda ciało), oraz FAHR-FaceSurvival, które bezpośrednio przewiduje przeżywalność na podstawie zdjęcia. Każde z narzędzi analizuje inne partie twarzy. FAHR-FaceAge opiera się na bruzdach biegnących od skrzydełek nosa do ust, czole powyżej oczodołów oraz skroniach, podczas gdy FAHR-FaceSurvival skupia się na obszarze pod oczami i wokół nasady nosa. Autorzy podają, że szacunki dotyczące nowotworów zweryfikowano na podstawie rzeczywistych danych pacjentów.
Związek z przeżywalnością przetestowano na 38 183 pacjentach onkologicznych leczonych radioterapią w Stanach Zjednoczonych. Osoby, które wyglądały na co najmniej pięć lat starsze niż w rzeczywistości, miały o 21% wyższe ryzyko zgonu w trakcie obserwacji, która trwała średnio cztery lata, w porównaniu z resztą grupy. Pacjenci, którzy wyglądali na pięć lub więcej lat młodszych, mieli o 17% niższe ryzyko. Model wieku sprawdzono najpierw na fotografiach, których wcześniej nie widział, a średni błąd wyniósł 5,1 roku. W przypadku 4 892 pacjentów poddanych radioterapii średnia różnica między wiekiem szacowanym a rzeczywistym wzrosła do prawie siedmiu lat, co autorzy interpretują jako oznakę przyspieszonego starzenia biologicznego. W oddzielnym modelu przeżywalności, zbudowanym na 34 363 fotografiach pacjentów onkologicznych, grupa najwyższego ryzyka miała ponad trzykrotnie wyższą śmiertelność niż grupa najniższego ryzyka po uwzględnieniu wieku, płci, rodzaju nowotworu, celu leczenia i techniki radioterapii.
Dane z tekstu artykułu
Naukowcy odkryli również, że niektóre czynniki stylu życia wiążą się ze starszym wyglądem. Nadużywanie alkoholu, zażywanie narkotyków oraz palenie tytoniu były powiązane ze starszym wyglądem twarzy. Najsilniejszy wzorzec wykazało palenie: obecni palacze wyglądali starzej niż byli palacze, którzy z kolei wyglądali starzej niż osoby, które nigdy nie paliły. Są to zależności zaobserwowane w analizie zdjęć, które współistnieją z wynikami dotyczącymi przeżywalności, a nie zastępują je.
Hugo Aerts, współautor badania, stwierdził, że model uczy się ryzyka przeżycia bezpośrednio z fotografii pacjentów.
„Według naszej wiedzy jest to pierwszy dowód na to, że model AI potrafi bezpośrednio przewidzieć przeżywalność w chorobie nowotworowej na podstawie zwykłego zdjęcia.”
Raymond Mak, profesor nadzwyczajny radioterapii onkologicznej w Harvard Medical School, powiedział, że zespół uzyskał spójne wyniki pomimo różnic w pozach, oświetleniu, wyrazie twarzy i makijażu na zdjęciach z rzeczywistych warunków. Opisał cel pracy w następujący sposób.
„Naszym celem jest uczynienie oceny zdrowia na podstawie fotografii twarzy bardziej ilościową, spójną i skalowalną, aby mogła wspierać zindywidualizowane decyzje terapeutyczne, a nie zastępować ocenę lekarską.”
Model pozostaje na etapie wstępnym i wymaga jeszcze wiele pracy, zanim znajdzie zastosowanie kliniczne. Osoby zainteresowane mogą wziąć udział w badaniu, przesyłając zdjęcie na stronę internetową projektu i otrzymując własną analizę.
Pollar jest bezpłatny i bez reklam w tekście. Utrzymują go członkowie.
Wesprzyj PollarOdkrycia · Boston
Naukowcy z Mass General Brigham wytrenowali system FAHR-Face na ponad 40 milionach fotografii twarzy. Badanie opublikowane w Lancet Digital Health wykazało, że pacjenci onkologiczni, którzy wyglądali na starszych niż w rzeczywistości, byli bardziej narażeni na zgon po radioterapii.
Tekst AI na podstawie relacji EL MUNDO, Bloomberg Business, The Guardian i innych wydawców. Opublikowany .