Очі можуть бути дзеркалом душі, але біологічний вік людини може відображатися у рисах його обличчя. Дослідники з Mass General Brigham розробили алгоритм глибокого навчання FaceAge, який використовує фотографію людини для прогнозування біологічного віку та прогнозів виживання для пацієнтів з раком. Вони виявили, що пацієнти з раком у середньому мали вищий показник FaceAge, ніж ті, у кого його немає, і виглядали приблизно на п'ять років старішими за свій хронологічний вік. Старіші прогнози FaceAge були пов'язані з найгіршими загальними результатами виживання при різних типах раку. Вони також виявили, що FaceAge перевершив лікарів у прогнозуванні короткострокової тривалості життя пацієнтів, які отримують паліативну променеву терапію. Їхні результати опубліковані в The Lancet Digital Health.
"Ми можемо використовувати штучний інтелект (ШІ) для оцінки біологічного віку людини за фотографіями обличчя, і наше дослідження показує, що ця інформація може мати клінічне значення", - сказав співавтор дослідження Х'юго Аортс, доктор філософії, директор програми "Штучний інтелект у медицині" (AIM) у Mass General Brigham. «Ця робота показує, що фотографія, наприклад, просте селфі, містить важливу інформацію, яка може допомогти у прийнятті клінічних рішень та планах догляду для пацієнтів та лікарів. Те, наскільки старою виглядає людина в порівнянні з її хронологічним віком, дійсно має значення — люди з оцінками FaceAges, які молодші за хронологічний вік пацієнтів, почуваються значно краще після терапії раку».
Коли пацієнти заходять до оглядових кабінетів, їх зовнішній вигляд може дати лікарям підказки про їхнє загальне здоров'я та життєву силу. Ці інтуїтивні оцінки у поєднанні з хронологічним віком пацієнта, на додаток до багатьох інших біологічних показників, можуть допомогти визначити кращий курс лікування. Однак, як і у всіх, у лікарів можуть бути упередження щодо віку людини, які можуть впливати на них, що підживлює потребу в більш об'єктивних, прогностичних показниках для прийняття рішень щодо догляду.
Маючи цю мету на увазі, дослідники з Mass General Brigham використовували технології глибокого навчання та розпізнавання обличчя для навчання FaceAge. Інструмент був навчений на 58851 фотографії імовірно здорових людей з загальнодоступних наборів даних. Команда протестувала алгоритм на когорті з 6196 онкологічних хворих із двох центрів, використовуючи фотографії, зазвичай зроблені на початку лікування променевою терапією.
Результати показали, що онкологічні хворі виглядають значно старшими, ніж ті, у кого немає раку, а їх FaceAge в середньому був приблизно на п'ять років старший за їх хронологічний вік. У когорті онкологічних хворих вищий показник FaceAge був пов'язаний з найгіршими результатами виживання, особливо в осіб, які мали старше 85 років, навіть після коригування на хронологічний вік, стать і тип раку.
Розрахунковий час виживання наприкінці життя важко визначити, але він має важливі наслідки лікування онкологічних захворювань. Команда попросила 10 лікарів та дослідників спрогнозувати короткострокову тривалість життя за 100 фотографіями пацієнтів, які отримують паліативну променеву терапію. Хоча в їх результатах спостерігався широкий розкид, загалом прогнози лікарів були лише трохи кращими, ніж підкидання монети, навіть після того, як їм було надано клінічний контекст, такий як хронологічний вік пацієнта та статус раку. Проте коли лікарям також надали інформацію про FaceAge пацієнта, їх прогнози значно покращали.
Необхідні подальші дослідження, перш ніж цю технологію можна буде розглядати для використання у реальних клінічних умовах. Дослідницька група тестує цю технологію для прогнозування захворювань, загального стану здоров'я та тривалості життя. Наступні дослідження включають розширення цієї роботи в різних лікарнях, спостереження за пацієнтами на різних стадіях раку, відстеження оцінок FaceAge з часом та перевірку її точності за допомогою наборів даних пластичної хірургії та макіяжу.
"Це відкриває двері в абсолютно нову область виявлення біомаркерів за фотографіями, і її потенціал виходить далеко за межі лікування раку або прогнозування віку", - сказав співавтор Рей Мак, доктор медицини, викладач програми AIM у Массачусетському медичному центрі Бригама. «Оскільки ми все частіше думаємо про різні хронічні захворювання як про хвороби старіння, стає ще важливіше мати можливість точно передбачити траєкторію старіння людини. Я сподіваюся, що зрештою ми зможемо використовувати цю технологію як систему раннього виявлення у різних додатках у рамках суворої нормативної та етичної бази, щоб допомогти врятувати життя».
