Nέο εργαλείο τεχνητής νοημοσύνης μπορεί να προβλέψει την επιβίωση από τον καρκίνο με βάση μια selfie του ασθενούς

Γιατροί ανέπτυξαν ένα εργαλείο τεχνητής νοημοσύνης που μπορεί να προβλέψει τις πιθανότητες επιβίωσης ενός ασθενούς με καρκίνο από μία μόνο φωτογραφία του προσώπου του. Το σύστημα τεχνητής νοημοσύνης κατασκευάστηκε από ειδικούς στο Mass General Brigham, ένα μη κερδοσκοπικό, ολοκληρωμένο ακαδημαϊκό σύστημα υγειονομικής περίθαλψης στη Μασαχουσέτη, για την εκτίμηση της βιολογικής ηλικίας και την άμεση πρόβλεψη του πιθανού χρόνου επιβίωσης σε ασθενείς που έχουν διαγνωστεί με καρκίνο.

Είναι μία από τις πιο ολοκληρωμένες παρουσιάσεις μέχρι σήμερα για το πώς η ανάλυση μιας selfie με τεχνητή νοημοσύνη θα μπορούσε να βοηθήσει στην αξιολόγηση της υγείας ενός ασθενούς και ενδεχομένως να καθοδηγήσει την ιατρική του περίθαλψη. Η εκπαίδευση του μοντέλου βασίστηκε σε δεδομένα από περισσότερες από 40 εκατομμύρια φωτογραφίες προσώπου από μια σειρά εθνικοτήτων και ηλικιών.

Λεπτομέρειες για την ανακάλυψη δημοσιεύθηκαν στο περιοδικό Lancet Digital Health.

Το σύστημα μπορεί να εκτιμήσει τη βιολογική ηλικία ενός ατόμου – την ηλικία που δείχνει ένα άτομο, αντί για την πραγματική, χρονολογική του ηλικία – και να προβλέψει τις πιθανότητες επιβίωσης των ασθενών με καρκίνο από μια συνηθισμένη φωτογραφία του προσώπου τους, σύμφωνα με τα αποτελέσματα μιας μελέτης που εξέτασε το μοντέλο.

Οι γιατροί χρησιμοποίησαν την τεχνολογία για να αναπτύξουν δύο συμπληρωματικά εργαλεία. Το FAHR-FaceAge εκτιμά τη βιολογική ηλικία ενός ασθενούς και προβλέπει την επιβίωση από καρκίνο. Το FAHR-FaceSurvival προβλέπει την επιβίωση απευθείας από μια φωτογραφία προσώπου, αντί να συμπεραίνει την επιβίωση μέσω της βιολογικής ηλικίας.

Παρόλο που τα FAHR-FaceAge και FAHR-FaceSurvival προέκυψαν από το ίδιο μοντέλο, κατέγραψαν διαφορετικές και συμπληρωματικές πληροφορίες σχετικά με την υγεία ενός ασθενούς. Κάθε αλγόριθμος βασίστηκε επίσης σε ξεχωριστά μέρη του προσώπου για να κάνει αντίστοιχες προβλέψεις σχετικά με την ηλικία και τον κίνδυνο θνησιμότητας. Το FAHR-FaceAge εστιάζει στις ρυτίδες που εκτείνονται από τα πλάγια της μύτης μέχρι τις γωνίες του στόματος, την περιοχή του μετώπου ακριβώς πάνω από τις οφθαλμικές κόγχες και τους κροτάφους. Το FAHR-FaceSurvival, εν τω μεταξύ, αξιολογεί την περιοχή κάτω από τα μάτια και γύρω από τη ρινική γέφυρα.

«Το FAHR-FaceSurvival προωθεί τον τομέα της αναγνώρισης της υγείας του προσώπου με τεχνητή νοημοσύνη ένα βήμα παραπέρα, εκτιμώντας τον κίνδυνο επιβίωσης απευθείας από φωτογραφίες προσώπου ασθενών με καρκίνο», δήλωσε ο Hugo Aerts, ένας από τους κύριους συγγραφείς της μελέτης. «Από όσο γνωρίζουμε, αυτή είναι η πρώτη φορά που ένα μοντέλο τεχνητής νοημοσύνης δείχνει ότι μπορεί να προβλέψει άμεσα την επιβίωση από καρκίνο από μια απλή φωτογραφία».

Μεταξύ των ασθενών με καρκίνο που έλαβαν ακτινοθεραπεία στις ΗΠΑ, οι ασθενείς που, σύμφωνα με την FAHR-FaceAge, έδειχναν πέντε ή περισσότερα χρόνια μεγαλύτεροι από την πραγματική τους ηλικία είχαν 21% υψηλότερο κίνδυνο θανάτου κατά τη διάρκεια της μέσης τετραετούς παρακολούθησης σε σχέση με την υπόλοιπη ομάδα. Οι ασθενείς που έδειχναν πέντε ή περισσότερα χρόνια νεότεροι είχαν 17% χαμηλότερο κίνδυνο.

«Η βασική τεχνική πρόοδος είναι ότι το FAHR-Face μαθαίνει μια γενική αναπαράσταση του προσώπου από περισσότερες από 40 εκατομμύρια εικόνες, οι οποίες μπορούν στη συνέχεια να προσαρμοστούν σε ξεχωριστούς δείκτες υγείας, όπως η βιολογική ηλικία και η επιβίωση», δήλωσε ο Aerts. «Αυτή η προσέγγιση του βασικού μοντέλου μας δίνει έναν κλιμακωτό τρόπο για να αναπτύξουμε πολλαπλούς βιοδείκτες υγείας βασισμένους σε χαρακτηριστικά του προσώπου αντί να εκπαιδεύουμε κάθε μοντέλο από την αρχή».

Τα αποτελέσματα της μελέτης υποδηλώνουν ότι οι εκτιμήσεις της βιολογικής ηλικίας των ανθρώπων συνδέονται στενά με τη σωματική τους υγεία, η οποία θα μπορούσε να αντικατοπτρίζει την ικανότητά τους να επιβιώνουν από ορισμένες θεραπείες. Η ανακάλυψη αυτή θα μπορούσε να ανοίξει τον δρόμο για την ανάλυση προσώπου με τεχνητή νοημοσύνη, η οποία θα βοηθήσει τους γιατρούς να λαμβάνουν δύσκολες αποφάσεις σχετικά με την καλύτερη πορεία θεραπείας για τους ασθενείς τους.

Το εργαλείο θα μπορούσε να βοηθήσει στην καλύτερη πρόβλεψη του κινδύνου θανάτου ή επιπλοκών μετά από σοβαρή χειρουργική επέμβαση ή άλλες θεραπείες για τον καρκίνο.

Ο Δρ. Raymond Mak, ακτινοθεραπευτής ογκολόγος στο Mass General Brigham, δήλωσε: «Καθώς ο πληθυσμός γερνάει, οι γιατροί χρειάζονται καλύτερους τρόπους για να εκτιμήσουν τη φυσική εφεδρεία και ευπάθεια πριν συστήσουν εντατικές θεραπείες όπως ακτινοβολία, χειρουργική επέμβαση ή συστηματική θεραπεία. Στόχος μας είναι να κάνουμε την αξιολόγηση της υγείας που βασίζεται σε φωτογραφίες προσώπου πιο ποσοτική, συνεπή και κλιμακώσιμη, ώστε να μπορεί να υποστηρίζει εξατομικευμένες αποφάσεις θεραπείας αντί να αντικαθιστά την κρίση του γιατρού», συμπλήρωσε.

Οι ερευνητές διαπίστωσαν ότι παράγοντες του τρόπου ζωής συσχετίζονταν με τη γήρανση του προσώπου. Για παράδειγμα, η βαριά χρήση αλκοόλ, η χρήση ναρκωτικών και το κάπνισμα συνδέονταν με την εμφάνιση βιολογικά μεγαλύτερης ηλικίας στην ανάλυση φωτογραφιών προσώπου με τεχνητή νοημοσύνη. «Ένα άλλο εκπληκτικό εύρημα ήταν το πόσο συνεπές ήταν το FAHR-FaceAge σε κοινές παραλλαγές φωτογραφιών στον πραγματικό κόσμο, συμπεριλαμβανομένης της πόζας, του φωτισμού, των εκφράσεων του προσώπου και του μακιγιάζ», δήλωσε ο Mak. «Ήταν επίσης σταθερό στις περισσότερες συνήθεις επεμβάσεις πλαστικής χειρουργικής, με μόνο μια μικρή μετατόπιση να παρατηρείται μετά τη ρινοπλαστική».

Οι γιατροί προειδοποίησαν ότι ενώ οι απλές φωτογραφίες ενός προσώπου θα μπορούσαν να προσφέρουν έναν εύκολο και οικονομικό τρόπο για την υποστήριξη εξατομικευμένων θεραπευτικών αποφάσεων, απαιτείται περισσότερη έρευνα προτού το εργαλείο μπορέσει να χρησιμοποιηθεί ευρέως.

Πηγή: The Guardian