Επιστήμονες ανέπτυξαν εργαλείο τεχνητής νοημοσύνης (AI) που μπορεί να προβλέψει τις πιθανότητες επιβίωσης ενός ασθενούς με καρκίνο, χρησιμοποιώντας μία και μόνο φωτογραφία του προσώπου του.
Το σύστημα τεχνητής νοημοσύνης δημιουργήθηκε από ειδικούς του Mass General Brigham, ενός μη κερδοσκοπικού, ολοκληρωμένου ακαδημαϊκού συστήματος υγειονομικής περίθαλψης στη Μασαχουσέτη των ΗΠΑ. Στόχος του είναι να εκτιμά τη βιολογική ηλικία και να προβλέπει άμεσα τις πιθανότητες επιβίωσης ασθενών που έχουν διαγνωστεί με καρκίνο.
Πρόκειται για μία από τις πιο ολοκληρωμένες μέχρι σήμερα μελέτες που δείχνουν πώς η ανάλυση μιας selfie μέσω τεχνητής νοημοσύνης θα μπορούσε να συμβάλει στην αξιολόγηση της υγείας ενός ασθενούς και, ενδεχομένως, να βοηθήσει στη λήψη ιατρικών αποφάσεων. Το σύστημα εκπαιδεύτηκε με δεδομένα από περισσότερες από 40 εκατομμύρια φωτογραφίες προσώπων, από διαφορετικές εθνοτικές ομάδες και ηλικίες.
ΔΙΑΒΑΣΤΕ ΕΠΙΣΗΣ
Τα ευρήματα της μελέτης δημοσιεύτηκαν στο επιστημονικό περιοδικό The Lancet Digital Health.
Πώς λειτουργεί
Σύμφωνα με τα ευρήματα της μελέτης, το σύστημα μπορεί να εκτιμήσει τη βιολογική ηλικία ενός ατόμου, δηλαδή πόσο μεγαλύτερο ή νεότερο δείχνει σε σχέση με την πραγματική του ηλικία, και να προβλέψει τις πιθανότητες επιβίωσης ασθενών με καρκίνο, αναλύοντας μία απλή φωτογραφία του προσώπου τους.
Οι γιατροί ανέπτυξαν δύο συμπληρωματικά εργαλεία αξιοποιώντας τη συγκεκριμένη τεχνολογία:
FAHR-FaceAge: Εκτιμά τη βιολογική ηλικία του ασθενούς και προβλέπει τις πιθανότητες επιβίωσής του από τον καρκίνο.
FAHR-FaceSurvival: Εκτιμά τις πιθανότητες επιβίωσης ενός ασθενούς με καρκίνο αναλύοντας απευθείας τη φωτογραφία του προσώπου του, χωρίς να χρειάζεται πρώτα να υπολογίσει τη βιολογική του ηλικία.
Αν και τα δύο εργαλεία προέρχονται από το ίδιο μοντέλο τεχνητής νοημοσύνης, εντοπίζουν διαφορετικές, αλλά συμπληρωματικές, πληροφορίες σχετικά με την υγεία του ασθενούς.
Επιπλέον, κάθε αλγόριθμος βασίζεται σε διαφορετικές περιοχές του προσώπου για να κάνει τις αντίστοιχες προβλέψεις σχετικά με την ηλικία και τον κίνδυνο θανάτου.
Το FAHR-FaceAge εστιάζει στις ρυτίδες που εκτείνονται από τα πλάγια της μύτης προς τις γωνίες του στόματος, στην περιοχή του μετώπου ακριβώς πάνω από τις κόγχες των ματιών και στους κροτάφους.
Αντίθετα, το FAHR-FaceSurvival αξιολογεί την περιοχή κάτω από τα μάτια και γύρω από τη ράχη της μύτης.
«Το FAHR-FaceSurvival αποτελεί ένα ακόμη βήμα στην ανάπτυξη συστημάτων τεχνητής νοημοσύνης που αξιολογούν την υγεία μέσω της ανάλυσης του προσώπου, καθώς εκτιμά άμεσα τις πιθανότητες επιβίωσης ασθενών με καρκίνο από φωτογραφίες τους», δήλωσε ο Hugo Aerts, ένας από τους δύο επικεφαλής της μελέτης
«Από όσο γνωρίζουμε, αυτή είναι η πρώτη φορά που αποδεικνύεται ότι ένα μοντέλο τεχνητής νοημοσύνης μπορεί να προβλέψει άμεσα την επιβίωση ασθενών με καρκίνο από μια απλή φωτογραφία».
Τι έδειξαν τα αποτελέσματα
Μεταξύ των ασθενών με καρκίνο στις ΗΠΑ που υποβλήθηκαν σε ακτινοθεραπεία, όσοι το σύστημα FAHR-FaceAge εκτίμησε ότι έδειχναν τουλάχιστον πέντε χρόνια μεγαλύτεροι από την πραγματική τους ηλικία είχαν 21% υψηλότερο κίνδυνο θανάτου σε σύγκριση με τους υπόλοιπους ασθενείς, κατά τη μέση περίοδο παρακολούθησης των τεσσάρων ετών.
Αντίθετα, οι ασθενείς που έδειχναν τουλάχιστον πέντε χρόνια νεότεροι είχαν 17% χαμηλότερο κίνδυνο θανάτου.
Τα ευρήματα δείχνουν ότι η βιολογική ηλικία συνδέεται με τη γενικότερη κατάσταση της υγείας και ενδέχεται να αποτελεί ένδειξη της ικανότητας του οργανισμού να ανταποκρίνεται σε ορισμένες θεραπείες.
Πώς θα μπορούσε να βοηθήσει τους γιατρούς
Η εξέλιξη αυτή θα μπορούσε να ανοίξει τον δρόμο για την αξιοποίηση της τεχνητής νοημοσύνης στην ανάλυση του προσώπου, προσφέροντας στους γιατρούς ένα επιπλέον εργαλείο για την επιλογή της καταλληλότερης θεραπείας για κάθε ασθενή.
Το εργαλείο θα μπορούσε να συμβάλει στην καλύτερη πρόβλεψη του κινδύνου θανάτου ή επιπλοκών μετά από σοβαρές χειρουργικές επεμβάσεις ή άλλες θεραπείες για τον καρκίνο.
Ο δρ Raymond Mak, ακτινοθεραπευτής ογκολόγος στο Mass General Brigham, δήλωσε:
«Καθώς ο πληθυσμός γερνά, οι γιατροί χρειάζονται πιο αξιόπιστα εργαλεία για να αξιολογούν τις σωματικές αντοχές και την ευπάθεια των ασθενών πριν προτείνουν εντατικές θεραπείες, όπως η ακτινοθεραπεία, ή χειρουργική επέμβαση».
Ποιοι παράγοντες επηρεάζουν τη βιολογική ηλικία του προσώπου
Οι ερευνητές διαπίστωσαν ότι ο τρόπος ζωής συνδέεται με τη γήρανση του προσώπου.
Για παράδειγμα, η κατανάλωση αλκοόλ, η χρήση ναρκωτικών ουσιών και το κάπνισμα συνδέθηκαν με μεγαλύτερη βιολογική ηλικία, όπως αυτή εκτιμήθηκε από την ανάλυση των φωτογραφιών μέσω τεχνητής νοημοσύνης.
«Ένα ακόμη αξιοσημείωτο εύρημα ήταν ότι το FAHR-FaceAge έδινε σταθερά αποτελέσματα ακόμη και όταν οι φωτογραφίες διέφεραν ως προς τη γωνία λήψης, τον φωτισμό, την έκφραση του προσώπου ή το μακιγιάζ», δήλωσε ο Mak.
Με άλλα λόγια, η τεχνητή νοημοσύνη δεν μπορεί να εξετάσει μια selfie και να γνωρίζει με βεβαιότητα πόσο θα ζήσει ένας άνθρωπος. Μπορεί να εντοπίζει χαρακτηριστικά που, σε συνδυασμό με δεδομένα από πολλούς ασθενείς, σχετίζονται στατιστικά με τον κίνδυνο θανάτου. Η μέθοδος χρειάζεται περαιτέρω αξιολόγηση και δεν αντικαθιστά την ιατρική εξέταση, τις εργαστηριακές εξετάσεις ή την κρίση του ογκολόγου.
Με πληροφορίες από Guardian
