Naukowcy z Mass General Brigham opracowali model sztucznej inteligencji, który analizuje zdjęcia twarzy, aby oszacować wiek biologiczny i przewidywać ryzyko zgonu u pacjentów z chorobą nowotworową. System wytrenowano na ponad 40 mln zdjęć. Wyniki badania opublikowano w czasopiśmie „The Lancet Digital Health”.
Zdjęcie twarzy może dostarczać informacji nie tylko o wyglądzie, ale także o stanie zdrowia i kondycji organizmu. Zespół badawczy z Mass General Brigham opracował FAHR-Face (Foundation Artificial Intelligence for Health Recognition) – podstawowy model sztucznej inteligencji, który wykorzystuje duży zbiór zdjęć twarzy do rozpoznawania wzorców związanych ze zdrowiem. Na jego podstawie powstały dwa narzędzia: FAHR-FaceAge służące do szacowania wieku biologicznego oraz FAHR-FaceSurvival, które przewiduje rokowanie dotyczące przeżycia u pacjentów z nowotworami na podstawie fotografii twarzy.
Badanie wykazało, iż różnica między wiekiem biologicznym oszacowanym przez AI a wiekiem metrykalnym była niezależnie związana z przeżyciem pacjentów. Naukowcy sprawdzili również, czy wyniki pozostają wiarygodne przy typowych różnicach w jakości i sposobie wykonania zdjęć.
Wyniki badania opublikowano w czasopiśmie „The Lancet Digital Health”.
AI analizuje twarz, aby ocenić kondycję organizmu
Wiek biologiczny może odzwierciedlać stan organizmu lepiej niż sam wiek metrykalny. Jego ocena ma szczególne znaczenie w onkologii, gdzie przed rozpoczęciem intensywnego leczenia trzeba uwzględnić nie tylko rodzaj i zaawansowanie nowotworu, ale także ogólną kondycję pacjenta.
– Wraz ze starzeniem się społeczeństwa lekarze potrzebują lepszych sposobów oceny rezerw fizjologicznych organizmu i stanu pacjenta przed zaleceniem intensywnego leczenia, takiego jak radioterapia, operacja czy terapia ogólnoustrojowa – powiedział dr Raymond Mak, onkolog i radiolog z Mass General Brigham Cancer Institute, członek programu Artificial Intelligence in Medicine (AIM) w Mass General Brigham.
Jak dodał, celem zespołu jest opracowanie ilościowych, spójnych i możliwych do zastosowania na szeroką skalę metod oceny zdrowia na podstawie zdjęć twarzy. Mają one wspierać personalizację leczenia, a nie zastępować ocenę lekarza.
Model FAHR-Face wytrenowano na ponad 40 mln zdjęć. Następnie wykorzystano go do stworzenia dwóch narzędzi analizujących odmienne aspekty stanu zdrowia. FAHR-FaceAge szacuje wiek biologiczny, a FAHR-FaceSurvival bezpośrednio przewiduje wyniki dotyczące przeżycia pacjentów z nowotworami.
– Najważniejszym osiągnięciem technicznym jest to, iż FAHR-Face uczy się ogólnej reprezentacji twarzy na podstawie ponad 40 mln zdjęć, którą można następnie dostosować do oceny różnych parametrów zdrowotnych, takich jak wiek biologiczny i przeżycie – wyjaśnił dr Hugo Aerts, współautor badania i dyrektor programu AIM w Mass General Brigham. – Podejście oparte na modelu podstawowym daje nam skalowalną metodę opracowywania wielu biomarkerów zdrowia analizowanych na podstawie twarzy, bez konieczności trenowania każdego modelu od początku.
Dwa narzędzia, różne informacje o rokowaniu
Choć oba algorytmy bazują na tym samym modelu, to jednak dostarczają odmiennych, uzupełniających się informacji. Ich przewidywania były ze sobą słabo skorelowane, a każdy z parametrów pozostawał niezależnie związany z przeżyciem pacjentów, gdy analizowano je łącznie. W zewnętrznej grupie walidacyjnej obejmującej pacjentów onkologicznych uwzględnienie obu miar poprawiło dopasowanie modelu przewidującego przeżycie.
Naukowcy zauważyli również, iż algorytmy koncentrują się na różnych obszarach twarzy. FAHR-FaceAge analizuje przede wszystkim bruzdy nosowo-wargowe, obszar czoła bezpośrednio nad oczodołami oraz skronie. Z kolei FAHR-FaceSurvival bierze pod uwagę okolice pod oczami i obszar wokół nasady nosa.
– FAHR-FaceSurvival rozwija możliwości sztucznej inteligencji rozpoznającej oznaki zdrowia na twarzy, ponieważ uczy się bezpośrednio przewidywać ryzyko zgonu na podstawie zdjęć pacjentów z chorobą nowotworową – powiedział dr Aerts. – Według naszej wiedzy jest to pierwsze badanie pokazujące, iż model AI może bezpośrednio przewidywać przeżycie pacjentów z nowotworami na podstawie zwykłej fotografii.
Styl życia wpływa na oznaki starzenia widoczne na twarzy
Badacze sprawdzili także związki między stylem życia a szacowanym wiekiem biologicznym. Intensywne spożywanie alkoholu, używanie narkotyków i palenie tytoniu wiązały się z oceną wskazującą na starszy wiek biologiczny. Najwyraźniejszy wzorzec zaobserwowano w przypadku palenia: osoby aktualnie palące wyglądały na starsze biologicznie niż byli palacze, a ci z kolei – na starsze niż osoby, które nigdy nie paliły.
Istotnym wynikiem była również stabilność działania FAHR-FaceAge w przypadku typowych różnic między fotografiami. Algorytm zachowywał spójność wyników mimo zmian ułożenia głowy, oświetlenia, mimiki czy zastosowania makijażu. W większości analizowanych przypadków stabilne wyniki uzyskiwano także po zabiegach chirurgii plastycznej. Niewielką zmianę zaobserwowano jedynie po operacji nosa.
Autorzy podkreślają potencjał tej technologii w rozwoju spersonalizowanej opieki medycznej. Wyniki wskazują, iż analiza fotografii może w przyszłości stanowić dodatkowe źródło informacji o stanie pacjenta, jednak narzędzia te wymagają dalszej walidacji i nie zastępują kompleksowej oceny klinicznej.
Źródła: https://news.massgeneralbrigham.org
https://www.thelancet.com
Czy rozwój sztucznej inteligencji i nowoczesnych technik obrazowania może zmienić pojęcie mistrzostwa w stomatologii? Mówi o tym prof. dr hab. n. med. Kazimierz Szopiński – kierownik Zakładu Radiologii Stomatologicznej i Szczękowo-Twarzowej WUM, specjalista radiologii i diagnostyki obrazowej oraz medycyny nuklearnej, prezes Polskiego Towarzystwa Radiologii Stomatologicznej i Szczękowo-Twarzowej. – Wszystkie te techniki należy traktować jako narzędzia, które nie mogą zastąpić myślenia klinicznego i zdrowego rozsądku – podkreśla ekspert.
