
Lägg till som favorit
Foto: Förhandsbild från källan: The Guardian
AI-verktyg kan förutsäga överlevnadschanser för cancerpatienter via ansiktsbilder
Läkare vid Mass General Brigham i Massachusetts, USA, har utvecklat ett AI-system som kan uppskatta en cancerpatients överlevnadschanser genom att analysera ett fotografi av personens ansikte. Tekniken, som tränats på över 40 miljoner bilder av människor i olika åldrar och etniciteter samt 35 000 bilder av cancerpatienter, kan identifiera biologisk ålder och direkt förutsäga utfall för patienter med cancer. Resultaten av genombrottet har publicerats i tidskriften Lancet Digital Health.
Forskarna har skapat två kompletterande verktyg: FAHR-FaceAge, som uppskattar biologisk ålder och förutsäger överlevnad, samt FAHR-FaceSurvival, som direkt analyserar överlevnadsrisken från bilden. De två algoritmerna fokuserar på olika delar av ansiktet; den ena analyserar bland annat rynkor vid näsan och pannan, medan den andra granskar områdena under ögonen och kring näsryggen. Verktyget har visat sig fungera över många olika typer av cancer, även i fall där sjukdomen spridit sig till hjärnan eller skelettet.
Studien visar att patienter som enligt AI-modellen såg fem år eller mer äldre ut än sin faktiska ålder hade 21 procent högre risk att dö under en genomsnittlig fyraårsuppföljning. Omvänt hade patienter som såg fem år yngre ut en 17 procent lägre risk. Forskarna noterade även att livsstilsfaktorer såsom rökning och tungt alkohol- eller drogbruk var kopplade till ett biologiskt äldre utseende. Enligt dr Raymond Mak vid Mass General Brigham är systemet stabilt trots variationer i ljussättning, poser, ansiktsuttryck eller makeup.
Enligt dr Raymond Mak är målet att göra hälsobedömningar baserade på fotografier mer kvantitativa och skalbara för att stödja personliga behandlingsbeslut, snarare än att ersätta läkarnas egna bedömningar. Verktyget skulle kunna hjälpa läkare att bättre bedöma en patients fysiska reserv och skörhet inför intensiva behandlingar som strålning eller kirurgi. Läkarna betonar dock att mer forskning krävs innan metoden kan implementeras i stor skala, och externa experter varnar för att det är för tidigt att använda verktyget kliniskt.


