L’intelligenza artificiale sta analizzando il volto per valutare l’età biologica e il rischio di mortalità nei pazienti oncologici, un passo avanti nella ricerca medica che potrebbe migliorare le decisioni terapeutiche. Un sistema sviluppato dai ricercatori del Mass General Brigham, a Boston, utilizza immagini del volto per ricavare informazioni sulla prognosi dei pazienti con tumore. Il modello, chiamato FAHR-FaceSurvival, è stato addestrato su oltre 40 milioni di immagini e validato su coorti indipendenti, mostrando risultati promettenti ma non ancora pronti per l’uso clinico di routine. L’obiettivo non è sostituire il giudizio del medico, ma supportarlo con dati quantitativi.
Un’analisi del volto per valutare il rischio di mortalità
Il modello FAHR-FaceSurvival è stato addestrato specificamente utilizzando fotografie di pazienti oncologici associate ai dati di sopravvivenza. Sono state utilizzate oltre 34mila immagini, e i ricercatori hanno testato gli algoritmi su popolazioni diverse, tra cui una coorte europea indipendente. I risultati suggeriscono che il volto possiede informazioni prognostiche: i pazienti collocati nel quartile a rischio più elevato avevano un rischio di mortalità superiore di tre volte rispetto a quelli nel quartile più basso, anche dopo l’aggiustamento per altri fattori clinici. L’associazione è stata confermata anche in una popolazione di pazienti sottoposti a radioterapia, dove apparire biologicamente più vecchi della propria età era legato a una prognosi peggiore. Le analisi sono retrospettive e non forniscono previsioni certe. L’algoritmo è stato applicato a fotografie e dati di pazienti dei quali era già noto l’esito. Non è stato ancora dimostrato in uno studio prospettico che affidare al sistema una parte della valutazione di un paziente migliori le decisioni terapeutiche o gli esiti clinici.
Le caratteristiche del volto e i comportamenti
Il modello ha anche individuato associazioni tra l’età stimata attraverso il volto e alcuni comportamenti. Il consumo di alcol, l’uso di droghe e il fumo sono collegati a un’età biologica maggiore. Il fumo, in particolare, ha mostrato un rapporto più netto: i fumatori attuali apparivano biologicamente più anziani degli ex fumatori, che a loro volta risultavano più anziani di chi non aveva mai fumato. Tuttavia, si tratta di associazioni statistiche e non di una misurazione diretta degli effetti di singole abitudini.
FAHR-FaceAge si mostra stabile rispetto a vari fattori esterni. I ricercatori hanno verificato la stabilità del modello rispetto a vari fattori esterni, come l’illuminazione, l’espressione e il trucco. Anche diversi interventi di chirurgia plastica modificavano poco il risultato, con una variazione più evidente osservata dopo la rinoplastica. FAHR-FaceAge, l’algoritmo che stimola l’età biologica, si concentra su aree specifiche del volto, come le pieghe nasolabiali e le tempie, mentre FAHR-FaceSurvival attribuisce maggiore importanza all’area sotto gli occhi e intorno al ponte nasale. Nonostante questi risultati, il modello non è ancora in grado di fornire previsioni certe né di sostituire le valutazioni cliniche. L’obiettivo è supportare le decisioni terapeutiche, non sostituirle.
Il team sta continuando la validazione del modello attraverso il FaceAge Research Study, un progetto approvato da un comitato etico. I partecipanti possono contribuire volontariamente caricando una propria fotografia. L’analisi del volto potrebbe diventare un biomarcatore digitale economico e non invasivo, da aggiungere alle informazioni cliniche esistenti, soprattutto quando è necessario valutare la tolleranza di un paziente a trattamenti intensivi.
