Crean una IA entrenada con más de 40 millones de fotografías para estimar la edad biológica y el riesgo de mortalidad en pacientes con cáncer
La inteligencia artificial redefine la medicina: diagnósticos en segundos y médicos virtuales al instante
Cuántas veces te han dicho aquello de 'qué mala cara tienes' cuando estás enfermo. O te han notado que estás más triste, cansado o contento solo con vértela. Y es que nuestro nuestro rostro es experto en hacer spoiler sobre lo que nos está ocurriendo. Incluso algunos problemas de salud más graves. Por ejemplo, algunas afecciones hepáticas pueden amarillear la piel y ciertas enfermedades renales provocar hinchazón en los párpados.
Ahora, un equipo de investigadores del Mass General Brigham ha querido averiguar si a través del análisis de fotografías faciales se puede estimar la edad biológica y predecir la supervivencia de pacientes con cáncer. Para ello, han desarrollado una inteligencia artificial llamada FAHR-Face y entrenada con más de 40 millones de fotografías de rostros, cuyos resultados se han publicado en The Lancet Digital Health.
A partir de este modelo, los investigadores desarrollaron dos herramientas con objetivos diferentes: FAHR-FaceAge y FAHR-FaceSurvival. La primera estima la edad biológica, es decir, cómo de envejecido parece estar nuestro organismo a partir de los rasgos faciales, más allá de los años que hayamos cumplido. El envejecimiento está condicionado por múltiples factores, como la genética, las enfermedades, el estilo de vida y las exposiciones ambientales, algunos de los cuales pueden dejar huella en nuestro rostro. La hipótesis de los investigadores es que la inteligencia artificial puede reconocer patrones que no identificamos a simple vista.
La segunda herramienta, por su parte, busca predecir el riesgo de mortalidad en pacientes con cáncer. "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", explicó el autor principal, Raymond Mak, oncólogo del Instituto Oncológico Mass General Brigham.
"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", añadió.
Una fotografía para estimar la edad y el riesgo de mortalidad
Para desarrollar el modelo FAHR-FaceAge, los investigadores primero utilizaron conjuntos de datos con fotografías de personas cuya edad real la IA ya conocía y después la sometieron a imágenes de pacientes cuya edad desconocía. La herramienta se equivocó una media de 5,1 años al estimar la edad cronológica. Es decir, si una persona tenía 60 años, la IA estimaba que tenía 65 años.
Los investigadores también analizaron la relación entre la apariencia facial y la supervivencia de pacientes con cáncer. Entre 38.183 pacientes tratados con radioterapia, quienes aparentaban tener al menos cinco años más de los que realmente tenían presentaban un 21% más de riesgo de muerte que el resto, según los resultados del estudio.
Además, la herramienta FAHR-FaceSurvival identificó que los pacientes clasificados en el grupo de mayor riesgo presentaron un riesgo estimado de tres veces superior al de aquellos incluidos en el grupo de menor riesgo.
"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", dijo Hugo Aerts, coautor principal del estudio y director del programa de Inteligencia Artificial en Medicina (AIM) del Mass General Brigham.
¿Qué partes del rostro analiza la inteligencia artificial?
Los investigadores también evaluaron si factores como 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.
Además, estudiaron qué zonas del rostro influían más en cada estimación. FAHR-FaceAge prestaba atención, entre otras regiones, a las sienes y los pliegues nasolabiales, mientras que FAHR-FaceSurvival se centraba en la zona situada debajo de los ojos y alrededor de la nariz.
Una herramienta que todavía necesita más estudios
Los autores reconocen que su investigación presenta limitaciones importantes. Los modelos se han evaluado en pacientes con cáncer, por lo que todavía 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 la aplicación de los resultados a otras poblaciones. Los investigadores también advierten de que la calidad de las fotografías y las diferencias demográficas pueden influir en las predicciones.
Aunque los resultados abren la puerta a utilizar fotografías faciales como una herramienta complementaria para evaluar la salud, todavía hacen falta estudios más amplios y ensayos prospectivos que confirmen su utilidad clínica.