Un equipo del Mass General Brigham, en Estados Unidos, ha desarrollado varias herramientas de inteligencia artificial que analizan fotografías faciales para estimar la edad biológica de pacientes con cáncer y su riesgo de muerte. El objetivo es ayudar a los médicos a personalizar los tratamientos. Los resultados se han publicado en la revista The Lancet Digital Health.
El sistema parte de un modelo de gran tamaño, llamado FAHR-Face, capaz de examinar una fotografía facial simple y extraer indicadores clave de la salud de una persona. De él derivan dos herramientas complementarias: FAHR-FaceAge, que calcula la edad biológica, y FAHR-FaceSurvival, que predice directamente la supervivencia.
Los autores insisten en que no se trata de sustituir al médico, sino de darle un apoyo más objetivo. Y reconocen que aún faltan estudios más amplios antes de usarlo en la consulta.
Qué hace cada herramienta
FAHR-Face, siglas de Foundation Artificial Intelligence for Health Recognition, es la base de todo el desarrollo. Se entrenó con más de 40 millones de imágenes faciales. Es un modelo de inteligencia artificial de gran tamaño que permite analizar fotografías faciales simples y determinar indicadores clave de la salud de una persona. A partir de ese modelo se crearon las dos herramientas específicas.
FAHR-FaceAge estima la edad biológica de un paciente con mayor precisión que los algoritmos anteriores de estimación de edad. Su entrenamiento siguió dos fases: primero se alimentó con conjuntos de fotografías de personas cuya edad real la IA ya conocía y, después, se aplicó a imágenes de pacientes cuya edad desconocía.
FAHR-FaceSurvival, por su parte, predice los resultados de supervivencia de pacientes con cáncer a partir de una fotografía del rostro. La combinación de ambas herramientas mejoró aún más el ajuste del modelo de supervivencia en una cohorte de validación externa de pacientes con cáncer.
Cada algoritmo se fija en zonas distintas. FAHR-FaceAge se centra en los pliegues nasolabiales, en la zona de la frente justo encima de las órbitas y en las sienes. FAHR-FaceSurvival evalúa la región debajo de los ojos y alrededor del puente nasal.
El contexto: lo que el rostro ya cuenta
La idea de leer la salud en la cara no es nueva. Algunas afecciones hepáticas pueden amarillear la piel y ciertas enfermedades renales provocan hinchazón en los párpados. La hipótesis de los investigadores es que la inteligencia artificial puede reconocer patrones que el ojo humano no identifica.
El envejecimiento está condicionado por la genética, las enfermedades, el estilo de vida y las exposiciones ambientales, y algunos de esos factores pueden dejar huella en el rostro. De ahí que la apariencia facial pueda servir como indicador de la llamada edad biológica, que no siempre coincide con la edad del carné.
Raymond Mak, oncólogo del Instituto Oncológico Mass General Brigham y autor principal, explica la necesidad clínica que hay detrás:
«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.»
Raymond Mak, oncólogo del Instituto Oncológico Mass General Brigham
Las cifras que sostienen el trabajo
Los datos del estudio dan una idea de su alcance y de su precisión. Al estimar la edad cronológica, FAHR-FaceAge tuvo un error medio de 5,1 años. En la relación entre apariencia facial y supervivencia se analizaron pacientes tratados con radioterapia.
Datos clave
- Más de 40 millones de imágenes faciales para entrenar FAHR-Face.
- 38.183 pacientes tratados con radioterapia analizados.
- 5,1 años de error medio de FAHR-FaceAge al estimar la edad cronológica.
- 21% más de riesgo de muerte en quienes aparentaban al menos cinco años más de su edad real, frente al resto.
- Riesgo tres veces superior en el grupo de mayor riesgo de FAHR-FaceSurvival frente al de menor riesgo.
Como ejemplo, la IA llegó a estimar 65 años para un paciente que tenía 60. Los propios datos disponibles no detallan la base de comparación exacta del 21% ni su intervalo de confianza, por lo que conviene tomar la cifra con cautela. Tampoco precisan el tamaño de la cohorte de validación externa ni el número exacto de pacientes con cáncer usados para FAHR-FaceAge, más allá de los 38.183 tratados con radioterapia.
Hugo Aerts, coautor principal y director del programa de Inteligencia Artificial en Medicina (AIM) del Mass General Brigham, subraya la novedad:
«Que sepamos, es la primera demostración de que un modelo de inteligencia artificial puede predecir la supervivencia de pacientes con cáncer directamente a partir de una simple fotografía.»
Hugo Aerts, coautor principal del estudio
Estilo de vida y factores que alteran la imagen
El estudio halló que ciertos hábitos influyen en el envejecimiento facial. El consumo excesivo de alcohol, el consumo de drogas y el tabaquismo se asociaron con una apariencia biológicamente mayor.
El tabaco mostró el patrón más marcado: los fumadores actuales parecían mayores que los exfumadores, y estos últimos parecían mayores que quienes nunca habían fumado.
Los investigadores también comprobaron si el maquillaje, la iluminación, la postura o la cirugía estética alteraban las predicciones. En general, el modelo mantuvo su rendimiento, aunque se observaron algunos cambios en determinadas condiciones, como en personas que se habían sometido a una rinoplastia.
Límites y próximos pasos
Los autores reconocen varias limitaciones. Los modelos se han evaluado solo en pacientes con cáncer, así que no se puede asegurar que funcionen igual en personas con otras enfermedades o en la población general. Además, los datos proceden principalmente de centros de países de ingresos altos y algunos grupos raciales están menos representados, lo que puede limitar su aplicación a otras poblaciones. La calidad de las fotografías y las diferencias demográficas también pueden influir en las predicciones.
Para avanzar, el equipo amplía la investigación con el «Estudio de Investigación FaceAge», un estudio en línea aprobado por el comité de ética institucional y abierto al público. Los participantes pueden subir una fotografía de su rostro y recibir su propio informe de investigación, a la vez que aportan datos para mejorar y validar las mediciones en poblaciones más amplias y diversas.
Según los autores, hacen falta estudios más amplios y ensayos prospectivos que confirmen la utilidad clínica de las herramientas. No consta un calendario concreto.
Por qué importa
Decidir si un paciente de cáncer puede soportar un tratamiento intenso exige valorar su fragilidad, y hoy esa estimación tiene un componente subjetivo. Una fotografía facial analizada por IA podría ofrecer una medida complementaria, más cuantitativa y fácil de repetir.
Mak lo resume así:
«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.»
Raymond Mak, oncólogo del Instituto Oncológico Mass General Brigham
Por ahora es una vía de investigación con limitaciones claras, pero abre la puerta a usar un gesto tan simple como una foto para ayudar a ajustar mejor los tratamientos.
Por la redacción de GUAY.news.
Deja una respuesta