Modele AI z powodzeniem wykorzystywane są do oceny wieku biologicznego danej osoby, który nie zawsze pokrywa się z wiekiem metrykalnym. Analizują one różne cechy wyglądu twarzy, w tym szczególnie skroni, czoła, obszar wokół oczu oraz fałdę nosowo-wargową (linię na skórze od skrzydełek nosa do kącików ust). 

W tym zakresie jeden z modeli sztucznej inteligencji o nazwie FAHR-FaceAge wytrenowano już w analizie ponad 40 mln zdjęć ludzkich twarzy. Wystarczy zaprezentować mu jedno zdjęcie selfie, by dokonał oceny wieku biologicznego.

Bardziej wyspecjalizowany jest nowy model o nazwie FAHR-FaceSurvival, który na podstawie zdjęcia twarzy prognozuje rokowania pacjenta z chorobą nowotworową. Różni się on jednak tym, że ocenia inne rejony twarzy – głównie nasadę nosa oraz obszar pod oczami. 

Jak twierdzą na łamach „The Lancet Digital Health” specjaliści z Mass General Brigham w Bostonie wśród 122 pacjentów onkologicznych, których FAHR-FaceSurvival ocenił jako wykazujących duże ryzyko zgonu, ponad połowa (52,5 proc.) zmarła w ciągu 90 dni. Z kolei w grupie porównawczej, w której było 975 osób z chorobą nowotworową niskiego ryzyka, w tym samym okresie  zmarło zaledwie 2 proc. 

Porównywano także prognozy przeżycia według modelu FAHR-FaceAge. Spośród 1060 osób, których wiek biologiczny był o 20 lat powyżej ich wieku metrykalnego, 21 proc. zmarło w ciągu 90 dni. Natomiast wśród 4195 osób z wiekiem biologicznym co najmniej 10 lat młodszym od wieku metrykalnego, w ciągu trzech miesięcy zmarło 6 proc.

Amerykańscy badacze twierdzą, że AI trafnie ocenia wiek biologiczny i rokowania pacjenta na podstawie zdjęcia twarzy nawet tych osób, które wykonały wcześniej makijaż, jak również będących po zabiegach kosmetologicznych, na przykład tych z użyciem botoksu. 

Analiza zdjęcia twarzy u pacjentów onkologicznych nie ma jednak zastąpić specjalistycznych badań, w tym szczególnie badań molekularnych komórek nowotworowych, oceniających agresywność choroby nowotworowej. Takie analizy są jedynie uzupełniające i mogą pomóc w doborze odpowiedniej terapii. Modele AI są już uczone, by uwzględniały zarówno wygląd twarzy pacjenta, jak i najnowsze wyniki jego badań. 

Jeden z głównych autorów badania dr Raymond Mak z Mass General Brigham twierdzi, że modele AI, takie jak FAHR-FaceAge i FAHR-FaceSurvival, mogą pomóc w wykryciu osób bardziej zagrożonych zgonem. Wszechstronnie ich przebadanie  mogłoby umożliwić wykrycie ukrytego schorzenia i wcześniejszego zastosowania leczenia, co zmieniłoby ich rokowania. 

Zbigniew Wojtasiński (PAP)

zbw/ agt/