Συνήθως, όταν κοιταζόμαστε στον καθρέφτη, παρατηρούμε αν δείχνουμε κουρασμένοι, αν έχουμε μαύρους κύκλους ή αν το δέρμα μας φαίνεται πιο θαμπό από ό,τι συνήθως. Το πρόσωπό μας, ωστόσο, μπορεί να περιέχει πληροφορίες που δεν είναι εύκολο να εντοπίσουμε με γυμνό μάτι.
Οι επιστήμονες διερευνούν εδώ και χρόνια αν η τεχνητή νοημοσύνη μπορεί να αναγνωρίσει τέτοιες λεπτές ενδείξεις μέσα από μια απλή φωτογραφία. Μάλιστα, μια νέα μελέτη που δημοσιεύτηκε στο επιστημονικό περιοδικό The Lancet Digital Health εξετάζει πώς ένα μοντέλο τεχνητής νοημοσύνης μπορεί να εκτιμήσει τη βιολογική ηλικία και να προβλέψει την έκβαση ασθενών με καρκίνο, αναλύοντας φωτογραφίες του προσώπου τους.
Όπως αναφέρει και το BBC, η τεχνολογία αυτή θα μπορούσε μελλοντικά να βοηθήσει τους γιατρούς να αξιολογούν καλύτερα τη γενική κατάσταση ενός ασθενούς και να λαμβάνουν πιο εξατομικευμένες θεραπευτικές αποφάσεις.
Αυτό δεν σημαίνει ότι μια selfie μπορεί σήμερα να αποκαλύψει με βεβαιότητα αν έχουμε κάποια ασθένεια. Η έρευνα αφορά συγκεκριμένες εφαρμογές, με ιδιαίτερη έμφαση στην εκτίμηση της βιολογικής ηλικίας και της πρόγνωσης ασθενών με καρκίνο.
Πώς μπορεί μια φωτογραφία να δώσει πληροφορίες για την υγεία μας;
Η ιδέα βασίζεται στην παρατήρηση ότι ορισμένες αλλαγές στην εμφάνιση του προσώπου μπορεί να σχετίζονται με τη γήρανση, τη γενική κατάσταση της υγείας ή τη σωματική επιβάρυνση που προκαλεί μια ασθένεια.
Οι αλλαγές αυτές δεν είναι απαραίτητα εμφανείς σε εμάς. Ένα σύστημα τεχνητής νοημοσύνης μπορεί να εκπαιδευτεί ώστε να εντοπίζει μοτίβα σε μεγάλο αριθμό εικόνων και να τα συσχετίζει με δεδομένα υγείας.
Ερευνητές του αμερικανικού συστήματος υγείας Mass General Brigham ανέπτυξαν το μοντέλο FAHR-Face (Foundation Artificial Intelligence for Health Recognition), το οποίο εκπαιδεύτηκε με περισσότερες από 40 εκατομμύρια εικόνες προσώπων.
Από το μοντέλο προέκυψαν δύο εργαλεία με διαφορετικό στόχο. Το FAHR-FaceAge εκτιμά τη βιολογική ηλικία ενός ανθρώπου με βάση τα χαρακτηριστικά του προσώπου του, ενώ το FAHR-FaceSurvival αξιολογεί την πιθανότητα επιβίωσης ασθενών με καρκίνο.
Σύμφωνα με την επίσημη ανακοίνωση του Mass General Brigham για την έρευνα, οι δύο εφαρμογές αξιοποιούν διαφορετικές πληροφορίες από τις εικόνες και μπορούν να προσφέρουν συμπληρωματικά στοιχεία για την αξιολόγηση της κατάστασης των ασθενών.
Τι έδειξε η νέα μελέτη για τους ασθενείς με καρκίνο;
Η έρευνα, η οποία δημοσιεύτηκε στο The Lancet Digital Health τον Οκτώβριο του 2026, εξέτασε κατά πόσο τα χαρακτηριστικά του προσώπου μπορούν να προσφέρουν πληροφορίες σχετικά με τη βιολογική ηλικία και την επιβίωση ασθενών με καρκίνο.
Οι ερευνητές διαπίστωσαν ότι η απόκλιση ανάμεσα στη βιολογική ηλικία που εκτιμούσε το μοντέλο και στη χρονολογική ηλικία των ασθενών συνδεόταν ανεξάρτητα με την πρόγνωσή τους. Με άλλα λόγια, όταν το σύστημα εκτιμούσε ότι ένας ασθενής είχε μεγαλύτερη βιολογική ηλικία από την πραγματική του, αυτό σχετιζόταν με δυσμενέστερα αποτελέσματα επιβίωσης.
Παράλληλα, το εργαλείο FAHR-FaceSurvival επιχειρούσε να εκτιμήσει απευθείας τον κίνδυνο επιβίωσης, χωρίς να βασίζεται αποκλειστικά στην εκτίμηση της ηλικίας. Ο συνδυασμός των δύο μετρήσεων βελτίωσε περαιτέρω την προγνωστική απόδοση του μοντέλου σε εξωτερικό δείγμα ασθενών.
Τα ευρήματα παρουσιάζουν ενδιαφέρον, καθώς υποδεικνύουν ότι μια απλή φωτογραφία μπορεί να περιέχει πληροφορίες σχετικές με τη συνολική κατάσταση ενός ασθενούς, οι οποίες δεν είναι απαραίτητα προφανείς με την πρώτη ματιά.
Δεν είναι η πρώτη φορά που οι επιστήμονες εξετάζουν το πρόσωπο ως δείκτη υγείας
Η νέα έρευνα έρχεται να προστεθεί σε προηγούμενες μελέτες για το κατά πόσο η εμφάνιση του προσώπου μπορεί να προσφέρει χρήσιμες πληροφορίες στην ιατρική.
Ένα παλαιότερο εργαλείο, το FaceAge, που αναπτύχθηκε επίσης από ερευνητές του Mass General Brigham, σχεδιάστηκε για να εκτιμά τη βιολογική ηλικία μέσα από φωτογραφίες. Σε μελέτη που δημοσιεύτηκε στο The Lancet Digital Health, οι ερευνητές εξέτασαν φωτογραφίες 6.196 ασθενών με καρκίνο και διαπίστωσαν ότι όσοι έδειχναν μεγαλύτεροι από τη χρονολογική τους ηλικία είχαν, κατά μέσο όρο, δυσμενέστερη πρόγνωση.
Παράλληλα, ανασκόπηση που δημοσιεύτηκε το 2025 στο επιστημονικό περιοδικό Patterns εξέτασε τις εφαρμογές της τεχνητής νοημοσύνης στην ανάλυση του προσώπου για την αναγνώριση ασθενειών, την παρακολούθηση της υγείας και την υποστήριξη ιατρικών αποφάσεων.
Οι συγγραφείς επισήμαναν ότι, παρότι η τεχνολογία παρουσιάζει προοπτικές, παραμένουν σημαντικές προκλήσεις σχετικά με την ακρίβεια, την ερμηνεία των αποτελεσμάτων, την προστασία των προσωπικών δεδομένων και την πιθανότητα μεροληψίας των αλγορίθμων.
Μπορεί, λοιπόν, μια selfie να μας πει αν είμαστε άρρωστοι;
Η απάντηση χρειάζεται προσοχή. Η ανάλυση του προσώπου μέσω τεχνητής νοημοσύνης δεν αποτελεί σήμερα ένα γενικό διαγνωστικό τεστ που μπορεί να εντοπίσει κάθε ασθένεια από μία φωτογραφία.
Τα συγκεκριμένα εργαλεία έχουν σχεδιαστεί για να εκτιμούν ορισμένους δείκτες, όπως η βιολογική ηλικία και η πρόγνωση ασθενών με καρκίνο. Δεν μπορούν να υποκαταστήσουν το ιατρικό ιστορικό, την κλινική εξέταση, τις εργαστηριακές αναλύσεις ή τις απεικονιστικές εξετάσεις.
Επιπλέον, η εμφάνιση του προσώπου επηρεάζεται από πολλούς παράγοντες, όπως ο φωτισμός, η έκφραση, το μακιγιάζ, η ηλικία και τα χαρακτηριστικά κάθε ανθρώπου. Επομένως, ένα αποτέλεσμα που προκύπτει από αλγόριθμο δεν πρέπει να αντιμετωπίζεται ως βέβαιη πρόβλεψη για την υγεία ή το προσδόκιμο ζωής ενός συγκεκριμένου ατόμου.
Οι ίδιοι οι ερευνητές επισημαίνουν ότι απαιτείται περαιτέρω αξιολόγηση πριν από την ευρεία ενσωμάτωση των εργαλείων στην καθημερινή κλινική πρακτική. Χρειάζεται, επίσης, να διασφαλιστεί ότι τα συστήματα λειτουργούν αξιόπιστα σε ανθρώπους διαφορετικών ηλικιών και δημογραφικών χαρακτηριστικών.
Τι σημαίνει αυτό για το μέλλον της ιατρικής;
Η δυνατότητα αξιοποίησης μιας απλής φωτογραφίας θα μπορούσε μελλοντικά να προσφέρει στους γιατρούς ένα επιπλέον εργαλείο για την αξιολόγηση των ασθενών, ιδιαίτερα όταν χρειάζεται να εκτιμηθεί η σωματική ανθεκτικότητα πριν από απαιτητικές θεραπείες.
Το πιθανό όφελος δεν βρίσκεται στο να προσπαθούμε να διαγνώσουμε μόνοι μας μια ασθένεια κοιτάζοντας το πρόσωπό μας, αλλά στο να αξιοποιηθούν οι τεχνολογίες αυτές συμπληρωματικά προς τις καθιερωμένες ιατρικές μεθόδους.
Προς το παρόν, η έρευνα δείχνει ότι το πρόσωπό μας ενδέχεται να περιέχει περισσότερες πληροφορίες για την υγεία από όσες μπορούμε να αναγνωρίσουμε με γυμνό μάτι. Το αν και πώς αυτές οι πληροφορίες θα αξιοποιηθούν με ασφάλεια στην ιατρική πράξη είναι το επόμενο σημαντικό ερώτημα.
Με πληροφορίες από The Lancet Digital Health,BBC,Mass General Brigham, FaceAge, Patterns
