Исследователи из Массачусетского общего госпиталя (Mass General Brigham) разработали алгоритм под названием «Айник» (Ayniq), который использует фотографии лица человека для оценки его биологического возраста и прогнозирования выживаемости у пациентов с раком. Алгоритм был обучен на 58 851 фотографии здоровых людей из общедоступных баз данных. Затем команда проверила его на когорте из 6 196 пациентов с раком, используя фотографии, сделанные в начале их лечения паллиативной лучевой терапией.
Результаты исследования
Результаты показали, что пациенты с раком выглядят значительно старше, чем их хронологический возраст. В среднем, их биологический возраст был примерно на пять лет старше, чем у здоровых людей. Более высокий биологический возраст был связан с худшими результатами выживаемости, особенно у пациентов, которые выглядели старше 85 лет.
Интересно, что алгоритм превзошел клиницистов в прогнозировании краткосрочной продолжительности жизни пациентов, получающих паллиативную лучевую терапию. В рамках исследования 10 врачам и исследователям было предложено предсказать выживаемость 100 пациентов на основе их фотографий. Несмотря на то, что прогнозы врачей варьировались, в целом они оказались лишь немного лучше, чем случайный выбор, даже с учетом таких факторов, как хронологический возраст и стадия рака. Однако, когда врачам также была предоставлена информация о страницах пациентов, их прогнозы значительно улучшились.
Заключение
Исследование открывает новые перспективы в области точной медицины. Использование фотографий лица в качестве инструмента для оценки биологического возраста и прогнозирования здоровья может стать важным шагом в персонализированном подходе к лечению. В дальнейшем планируется расширить исследования, включив пациентов на разных стадиях рака и оценивая изменения лица с течением времени. Также будет проведена проверка точности алгоритма против пластической хирургии и макияжа.
По словам Гюго Аэртса (Hugo Aerts), научного сотрудника программы искусственного интеллекта в медицине (AIM) в Массачусетском общем госпитале, эта технология может стать мощным инструментом для улучшения ухода за пациентами с хроническими заболеваниями.
Рэй Мак (Ray Mac), соучредитель исследования и преподаватель в программе AIM, отметил, что использование фотографий для предсказания старения может привести к разработке новых биомаркеров и систем раннего обнаружения заболеваний.
Литература.
“FaceAge, a deep learning system to estimate biological age from face photographs to improve prognostication: a model development and validation study” by Hugo Aerts et al. Lancet Digital Health
