Γιατροί ανέπτυξαν ένα εργαλείο τεχνητής νοημοσύνης (AI), το οποίο μπορεί να προβλέψει τις πιθανότητες επιβίωσης ενός ασθενούς με καρκίνο, βασιζόμενο σε μία και μόνο φωτογραφία του προσώπου του.
Το σύστημα τεχνητής νοημοσύνης δημιουργήθηκε ειδικά από ειδικούς του Mass General Brigham —ενός μη κερδοσκοπικού, ολοκληρωμένου ακαδημαϊκού συστήματος υγείας στη Μασαχουσέτη— με σκοπό την εκτίμηση της βιολογικής ηλικίας και την άμεση πρόβλεψη της επιβίωσης ασθενών στους οποίους έχει διαγνωστεί καρκίνος.
Πρόκειται, όπως αναφέρει ο Guardian, για μία από τις πιο ολοκληρωμένες αποδείξεις, έως σήμερα, σχετικά με το πώς η ανάλυση μιας «selfie» μέσω τεχνητής νοημοσύνης θα μπορούσε να συμβάλει στην αξιολόγηση της υγείας ενός ασθενούς και, ενδεχομένως, να καθοδηγήσει την ιατρική του φροντίδα.
Το σύστημα εκπαιδεύτηκε με δεδομένα από περισσότερες από 40 εκατομμύρια φωτογραφίες προσώπων, που αφορούν άτομα διαφορετικών εθνοτικών ομάδων και ηλικιών.
Οι λεπτομέρειες αυτής της σημαντικής εξέλιξης δημοσιεύθηκαν στο επιστημονικό περιοδικό Lancet Digital Health.
Το σύστημα μπορεί να εκτιμήσει τη βιολογική ηλικία ενός ατόμου —δηλαδή την ηλικία που δείχνει το άτομο, σε αντίθεση με την πραγματική, χρονολογική του ηλικία— και να προβλέψει τις πιθανότητες επιβίωσης ασθενών με καρκίνο, βασιζόμενο σε μια απλή φωτογραφία του προσώπου τους, σύμφωνα με τα αποτελέσματα μιας μελέτης που εξέτασε το συγκεκριμένο μοντέλο.
Οι γιατροί χρησιμοποίησαν την τεχνολογία αυτή για να αναπτύξουν δύο συμπληρωματικά εργαλεία. Το FAHR-FaceAge εκτιμά τη βιολογική ηλικία ενός ασθενούς και προβλέπει την επιβίωση από τον καρκίνο. Το FAHR-FaceSurvival προβλέπει την επιβίωση απευθείας από μια φωτογραφία του προσώπου, αντί να την προσδιορίζει εμμέσως μέσω της βιολογικής ηλικίας.
Αν και το FAHR-FaceAge και το FAHR-FaceSurvival προέκυψαν από το ίδιο μοντέλο, αποτύπωσαν διαφορετικές και συμπληρωματικές πληροφορίες σχετικά με την υγεία του ασθενούς.
Επιπλέον, κάθε αλγόριθμος βασίστηκε σε συγκεκριμένα σημεία του προσώπου για να προβεί στις αντίστοιχες εκτιμήσεις σχετικά με την ηλικία και τον κίνδυνο θνησιμότητας.
Το FAHR-FaceAge εστιάζει στις ρυτίδες που εκτείνονται από τα πλάγια της μύτης προς τις γωνίες του στόματος, στην περιοχή του μετώπου ακριβώς πάνω από τις οφθαλμικές κόγχες, καθώς και στους κροτάφους. Αντιθέτως, το FAHR-FaceSurvival αξιολογεί την περιοχή κάτω από τα μάτια και γύρω από τη ράχη της μύτης.
«Το FAHR-FaceSurvival προάγει τον τομέα της τεχνητής νοημοσύνης για την αναγνώριση της υγείας μέσω του προσώπου, καθώς επιτρέπει την εκτίμηση του κινδύνου επιβίωσης απευθείας από φωτογραφίες προσώπου ασθενών με καρκίνο», δήλωσε ο Hugo Aerts, ένας εκ των κύριων συγγραφέων της μελέτης. «Εξ όσων γνωρίζουμε, αυτή είναι η πρώτη φορά που αποδεικνύεται ότι ένα μοντέλο τεχνητής νοημοσύνης μπορεί να προβλέψει την επιβίωση από καρκίνο απευθείας από μια απλή φωτογραφία».
Μεταξύ των καρκινοπαθών που υποβλήθηκαν σε ακτινοθεραπεία στις ΗΠΑ, όσοι —σύμφωνα με το FAHR-FaceAge— έδειχναν πέντε ή περισσότερα χρόνια μεγαλύτεροι από την πραγματική τους ηλικία, διέτρεχαν 21% υψηλότερο κίνδυνο θανάτου κατά τη διάρκεια της μέσης τετραετούς περιόδου παρακολούθησης, σε σύγκριση με την υπόλοιπη ομάδα.
Αντιθέτως, οι ασθενείς που έδειχναν πέντε ή περισσότερα χρόνια νεότεροι είχαν 17% χαμηλότερο κίνδυνο. «Η βασική τεχνική πρόοδος έγκειται στο ότι το FAHR-Face μαθαίνει μια γενική αναπαράσταση του προσώπου από περισσότερες από 40 εκατομμύρια εικόνες, η οποία στη συνέχεια μπορεί να προσαρμοστεί για την εκτίμηση συγκεκριμένων δεικτών υγείας, όπως η βιολογική ηλικία και η επιβίωση», εξήγησε ο Aerts.
«Αυτή η προσέγγιση, που βασίζεται σε ένα “μοντέλο θεμελίωσης” (foundation model), μας παρέχει έναν κλιμακούμενο τρόπο ανάπτυξης πολλαπλών βιοδεικτών υγείας μέσω του προσώπου, αντί να απαιτείται η εκπαίδευση κάθε μοντέλου από το μηδέν».
Τα αποτελέσματα της μελέτης υποδεικνύουν ότι οι εκτιμήσεις για τη βιολογική ηλικία ενός ατόμου συνδέονται στενά με τη σωματική του υγεία, γεγονός που ενδέχεται να αντικατοπτρίζει την ικανότητά του να επιβιώσει από συγκεκριμένες θεραπείες.
Αυτή η σημαντική εξέλιξη θα μπορούσε να ανοίξει τον δρόμο ώστε η ανάλυση του προσώπου μέσω τεχνητής νοημοσύνης (AI) να βοηθήσει τους γιατρούς στη λήψη δύσκολων αποφάσεων σχετικά με την καλύτερη θεραπευτική προσέγγιση για τους ασθενείς τους.
Το εργαλείο θα μπορούσε να συμβάλει στην ακριβέστερη πρόβλεψη του κινδύνου θανάτου ή επιπλοκών μετά από μια μεγάλη χειρουργική επέμβαση ή άλλες θεραπείες για τον καρκίνο.
Ο Δρ Raymond Mak, ακτινοθεραπευτής-ογκολόγος στο Mass General Brigham, δήλωσε: «Καθώς ο πληθυσμός γερνά, οι γιατροί χρειάζονται καλύτερους τρόπους για να εκτιμούν τα σωματικά αποθέματα και την ευαλωτότητα (frailty) ενός ατόμου, προτού προτείνουν εντατικές θεραπείες, όπως η ακτινοθεραπεία, η χειρουργική επέμβαση ή η συστηματική θεραπεία. Στόχος μας είναι να καταστήσουμε την αξιολόγηση της υγείας μέσω φωτογραφιών προσώπου πιο ποσοτική, συνεπή και κλιμακούμενη, ώστε να μπορεί να υποστηρίζει τη λήψη αποφάσεων για εξατομικευμένη θεραπεία, χωρίς ωστόσο να αντικαθιστά την κρίση του γιατρού».
Οι ερευνητές διαπίστωσαν ότι παράγοντες του τρόπου ζωής συνδέονται με τη γήρανση του προσώπου. Για παράδειγμα, η υπερβολική κατανάλωση αλκοόλ, η χρήση ναρκωτικών ουσιών και το κάπνισμα σχετίζονταν με μεγαλύτερη βιολογική ηλικία, σύμφωνα με την ανάλυση φωτογραφιών προσώπου μέσω τεχνητής νοημοσύνης.
«Ένα ακόμη εντυπωσιακό εύρημα ήταν η συνέπεια που επέδειξε το σύστημα FAHR-FaceAge απέναντι σε συνηθισμένες παραλλαγές που συναντώνται σε πραγματικές συνθήκες φωτογράφισης, όπως η στάση του σώματος, ο φωτισμός, οι εκφράσεις του προσώπου και το μακιγιάζ», ανέφερε ο Δρ Mak.
«Επιπλέον, το σύστημα παρέμεινε σταθερό στις περισσότερες επεμβάσεις πλαστικής χειρουργικής που εξετάστηκαν, με μόνη εξαίρεση μια μικρή μεταβολή που παρατηρήθηκε μετά από ρινοπλαστική».
Οι γιατροί επισήμαναν ότι, αν και οι φωτογραφίες προσώπου θα μπορούσαν να αποτελέσουν έναν εύκολο και οικονομικό τρόπο υποστήριξης των αποφάσεων για εξατομικευμένη θεραπεία, απαιτείται περαιτέρω έρευνα προτού το εργαλείο μπορέσει να χρησιμοποιηθεί ευρέως.
