Una IA analiza el rostro para predecir la supervivencia en pacientes con cáncer
MADRID, 20 Oct. Agencias –
Investigadores del Mass General Brigham (Estados Unidos) han entrenado un nuevo modelo de IA con más de 40 millones de imágenes faciales y lo han utilizado para desarrollar herramientas de IA que permiten estimar la edad biológica y predecir directamente el riesgo de supervivencia en pacientes con cáncer.
Los investigadores están utilizando herramientas de IA para analizar fotografías faciales simples y determinar indicadores clave de la salud de una persona. De esta forma crearon FAHR-Face (Foundation Artificial Intelligence for Health Recognition), un modelo de IA de gran tamaño entrenado con más de 40 millones de imágenes faciales.
Utilizaron el modelo para desarrollar dos herramientas complementarias: FAHR-FaceAge, que estima la edad biológica de un paciente con mayor precisión que los algoritmos de estimación de edad anteriores, y FAHR-FaceSurvival, que predice directamente los resultados de supervivencia en pacientes con cáncer a partir de una fotografía facial. El estudio de desarrollo y validación del modelo demostró que la desviación entre la edad estimada por FAHR-FaceAge de un paciente y su edad cronológica estaba vinculada de forma independiente a la supervivencia. También demostró la robustez de las herramientas ante variaciones fotográficas comunes.
«A medida que la población envejece, los médicos necesitan mejores maneras de estimar la reserva física y la fragilidad antes de recomendar tratamientos intensivos como la radioterapia, la cirugía o la terapia sistémica», comenta el autor principal, el doctor Raymond Mak, oncólogo radioterapeuta del Instituto Oncológico Mass General Brigham y miembro del programa de Inteligencia Artificial en Medicina (AIM) del mismo instituto.
«Nuestro objetivo es lograr que la evaluación de la salud basada en fotografías faciales sea más cuantitativa, consistente y escalable, de modo que pueda respaldar las decisiones de tratamiento personalizadas en lugar de sustituir el criterio médico», añade el investigador, cuyo estudio se publica en ‘Lancet Digital Health’.
«El avance técnico clave reside en que FAHR-Face aprende una representación general del rostro a partir de más de 40 millones de imágenes, que luego puede adaptarse a distintos indicadores de salud, como la edad biológica y la supervivencia. Este enfoque basado en un modelo fundamental nos proporciona una forma escalable de desarrollar múltiples biomarcadores de salud facial, en lugar de entrenar cada modelo desde cero», recalca Hugo Aerts, doctor, coautor principal y director de AIM en el Hospital General de Massachusetts Brigham.
Aunque FAHR-FaceAge y FAHR-FaceSurvival se derivaron del mismo modelo base, capturaron información diferente y complementaria sobre la salud del paciente. Sus predicciones mostraron una correlación débil, y ambas se mantuvieron asociadas de forma independiente con la supervivencia al analizarlas conjuntamente. La combinación de ambas medidas mejoró aún más el ajuste del modelo de supervivencia en una cohorte de validación externa de pacientes con cáncer.
Cada algoritmo también se basó en distintas partes del rostro para realizar las predicciones respectivas de edad y riesgo de mortalidad. FAHR-FaceAge se centra en los pliegues nasolabiales, la zona de la frente justo encima de las órbitas y las sienes, mientras que FAHR-FaceSurvival evalúa la región debajo de los ojos y alrededor del puente nasal.
«FAHR-FaceSurvival lleva el campo de la IA de reconocimiento de la salud facial un paso más allá al aprender el riesgo de supervivencia directamente a partir de fotografías faciales de pacientes con cáncer. Hasta donde sabemos, esta es la primera demostración de que un modelo de IA puede predecir directamente la supervivencia al cáncer a partir de una simple fotografía», incide Aerts.
Los investigadores también descubrieron que los factores del estilo de vida influyen en el envejecimiento facial. Por ejemplo, el consumo excesivo de alcohol, el consumo de drogas y el tabaquismo se asociaron con una apariencia biológicamente mayor. El tabaquismo mostró el patrón más marcado: los fumadores actuales parecían mayores que los exfumadores, y estos últimos parecían mayores que las personas que nunca habían fumado.
«Otro hallazgo sorprendente fue la consistencia de FAHR-FaceAge en variaciones fotográficas comunes de la vida real, incluyendo poses, iluminación, expresiones faciales y maquillaje», señala Mak. «También se mantuvo estable en la mayoría de los procedimientos de cirugía plástica probados, observándose solo una pequeña variación después de la rinoplastia».
El equipo también está ampliando esta investigación a través del Estudio de Investigación FaceAge, un estudio en línea aprobado por el comité de ética institucional y abierto al público en faceage.bwh.harvard.edu . Los participantes pueden subir una fotografía de su rostro y recibir su propio informe de investigación FaceAge, además de aportar datos que ayudarán a los investigadores a mejorar y validar las mediciones de envejecimiento y salud facial basadas en IA en poblaciones más amplias y diversas.
