Naučnici iz zdravstvenog sistema Mass General Brigham razvili su AI alate koji procenjuju biološku starost i rizik od smrtnosti kod onkoloških pacijenata na osnovu analize crta lica. Lekari i istraživači razvili su inovativni sistem veštačke inteligencije koji ima sposobnost da proceni šanse za preživljavanje pacijenata obolelih od raka analizirajući samo jednu fotografiju njihovog lica. Rezultati ove studije nedavno su objavljeni u prestižnom naučnom časopisu Lancet Digital Health.
Biološka starost i rizik od smrtnosti procenjuje se analizom samo jedne fotografije
Sistem veštačke inteligencije je obučen na bazi od više od 40 miliona fotografija lica ljudi različite starosti i etničke pripadnosti. Na osnovu tih podataka razvijena su dva komplementarna algoritma:
FAHR-FaceAge: Procenjuje biološku starost pacijenta (koliko osoba zaista izgleda starije ili mlađe u odnosu na hronološku dob). Algoritam analizira specifične delove lica poput bora od nosa do uglova usana, čelo iznad očnih duplji i slepoočnice.
FAHR-FaceSurvival: Direktno procenjuje rizik od smrtnosti na osnovu fotografije, bez posredne procene starosti, fokusirajući se na regiju ispod očiju i koren nosa.
Koliko je rizik ako izgledamo 5 godina stariji ili mlađi
Tokom četvorogodišnjeg praćenja onkoloških pacijenata lečenih radioterapijom u SAD, utvrđeno je da su pacijenti koji su na osnovu analize lica izgledali pet ili više godina starije od svoje stvarne dobi imali 21 odsto veći rizik od smrtnog ishoda. Nasuprot tome, pacijenti koji su izgledali pet ili više godina mlađe imali su 17 procenata manji rizik.
Istraživanje je takođe potvrdilo da loše životne navike, poput konzumacije alkohola, cigareta i psihoaktivnih supstanci, direktno utiču na ubrzano biološko starenje lica koje AI detektuje.
Pomoć lekarima pri izboru terapije
Prema rečima koautora studije, dr Raymond Mak-a i Hugo Aerts-a, cilj ovog alata nije da zameni procenu lekara, već da pruži precizan i brz uvid u fizičke rezerve i opšte stanje organizma pacijenta. A to je od ključnog značaja prilikom donošenja odluka o tome da li pacijent može da podnese agresivne tretmane poput teških operacija, zračenja ili hemoterapije.
Model se pokazao izuzetno stabilnim i preciznim čak i pri promenama osvetljenja, ugla slikanja, šminke ili izraza lica, pa čak i kod pacijenata koji su imali estetske zahvate na licu. Ipak, naučnici naglašavaju da su potrebna dodatna klinička ispitivanja pre nego što se ova metoda nađe u svakodnevnoj medicinskoj praksi.
