Un modelo de IA calcula la edad y predice la supervivencia de personas con cáncer

Estimar la edad biológica y predecir la supervivencia de personas con cáncer con una fotografía ya es posible gracias a la IA.

Un equipo de científicos del Mass General Brigham Cancer Institute (Estados Unidos) ha desarrollado un sistema de Inteligencia Artificial después de incorporar 40 millones de fotos faciales y entrenar con ellas.

Concretamente, el modelo, denominado FAHR-Face (Foundation Artificial Intelligence for Health Recognition), cuenta con dos herramientas: FAHR-FaceAge y FAHR-FaceSurvival. La primera estima la edad biológica y la segunda predice la supervivencia de un paciente oncológico.

Para lograrlo, FAHR-FaceAge analiza los pliegues nasolabiales, la zona de la frente por encima de las órbitas y las sienes. Por su parte, FAHR-FaceSurvival estudia la región situada debajo de los ojos y alrededor del puente nasal.

De las 40 millones de fotografías faciales empleadas, más de 38.000 eran de pacientes con cáncer tratados con radioterapia. Los investigadores comprobaron, durante los cuatro años del estudio, que aquellos que aparentaban cinco o más años presentaban un riesgo de fallecer 21% mayor que el resto del grupo. Por el contrario, en los pacientes que aparentaban cinco o más años menos de su edad se notificó un riesgo 17% menor.

“Según va envejeciendo la población, los médicos necesitamos métodos para evaluar la reserva física y la fragilidad antes de recomendar tratamientos como la radioterapia, la cirugía o la terapia sistémica. Nuestro objetivo es que la evaluación de la salud basada en fotografías faciales sea más coherente y que pueda servir de apoyo a las decisiones terapéuticas personalizadas. Nunca sustituir el criterio del profesional”, ha manifestado Raymond Mak, autor del trabajo y oncólogo del Mass General Brigham.

Durante el estudio, los investigadores corroboraron que el consumo excesivo de alcohol, drogas y tabaco influyen en el envejecimiento facial.

En lo referente a los factores que pueden influir en la capacidad predictiva, señalaron que ni el maquillaje, el ángulo de visión, la iluminación o la expresión facial quitaban viabilidad a sus conclusiones. “La robustez del modelo FAHR-FaceAge se evaluó utilizando imágenes de la misma persona capturadas en intervalos cortos de tiempo de tres conjuntos de datos públicos distintos, incluyendo antes y después de la cirugía plástica; con y sin maquillaje; y variando las expresiones faciales y la iluminación y los ángulos de las fotografías. Las estimaciones no fueron significativamente diferentes”, han indicado.

Los autores respaldan que una sola fotografía facial analizada por los modelos FAHR-Face proporciona una alternativa no invasiva y económica, ya que puede identificar a los pacientes que no toleren una terapia agresiva, mejorando la asignación de recursos y la calidad de vida. No obstante, reconocen que su estudio presenta limitaciones. “Estas incluyen cohortes exclusivamente de cáncer, principalmente de centros en países de altos ingresos, lo que podría restringir la generalización a otras enfermedades, regiones y grupos raciales. La calidad de la imagen, la iluminación y la expresión facial pueden afectar la precisión, lo que subraya la importancia de la captura fotográfica estandarizada. El sesgo demográfico residual entre grupos raciales, étnicos y de edad también sigue siendo un riesgo, por lo que se necesita una representación más amplia, una regulación y gobernanza claras, la validación en cohortes más amplias, la integración con otros biomarcadores y ensayos prospectivos que confirmen el beneficio clínico e informen los estándares prácticos de captura y la capacitación clínica”, han concluido los investigadores.

---