FaceAge: una herramienta de IA que puede estimar la edad biológica

Investigadores del Mass General Brigham en Estados Unidos (EEUU) concluyen que los rasgos faciales podrían indicar la edad biológica de una persona. Basándose en esto, han desarrollado FaceAge, un algoritmo de aprendizaje profundo que, a partir de una foto facial, predice tanto la edad biológica como las probabilidades de supervivencia en pacientes con cáncer.

Sus hallazgos revelaron que los pacientes con cáncer mostraban, en promedio, una edad biológica estimada por FaceAge superior a la de las personas sin cáncer, aparentando ser unos cinco años mayores que su edad cronológica.

Además, una predicción de FaceAge más elevada se vinculó con peores tasas de supervivencia general en diversos tipos de cáncer.

El algoritmo incluso superó a los médicos en la predicción de la esperanza de vida a corto plazo de pacientes sometidos a radioterapia paliativa. Estos resultados fueron publicados en la revista 'The Lancet Digital Health'.

"Podemos usar inteligencia artificial (IA) para estimar la edad biológica de una persona a partir de fotos del rostro, y nuestro estudio demuestra que la información puede ser clínicamente significativa", comenta el coautor principal y correspondiente Hugo Aerts, director del programa de Inteligencia Artificial en Medicina (AIM) en Mass General Brigham.

Bill Gates proyecta el futuro con la IA como una compañera en el 50 aniversario de Microsoft

Este trabajo demuestra que una foto, como una simple selfi, contiene información importante que podría ayudar a fundamentar la toma de decisiones clínicas y los planes de atención para pacientes y profesionales sanitarios.

La edad aparente en comparación con su edad cronológica es realmente importante: las personas con edades faciales más jóvenes que su edad cronológica tienen un pronóstico significativamente mejor después del tratamiento contra el cáncer.

Cuando los pacientes ingresan a las salas de examen, su apariencia puede dar a los médicos pistas sobre su salud general y vitalidad. Estas evaluaciones intuitivas, combinadas con la edad cronológica del paciente, además de muchas otras medidas biológicas, pueden ayudar a determinar el mejor tratamiento.

Sin embargo, como cualquier persona, los médicos pueden tener sesgos sobre la edad de una persona que puedan influir en ella, lo que impulsa la necesidad de medidas más objetivas y predictivas para fundamentar las decisiones de atención.

Con ese objetivo en mente, los investigadores del Mass General Brigham aprovecharon tecnologías de aprendizaje profundo y reconocimiento facial para entrenar FaceAge.

La herramienta se entrenó con 58.851 fotos de individuos presuntamente sanos de bases de datos públicas. El equipo probó el algoritmo en una cohorte de 6.196 pacientes con cáncer de dos centros, utilizando fotografías tomadas rutinariamente al inicio del tratamiento de radioterapia.

El Gobierno aprueba la ley que castiga el contenido sexual de menores creado con IA y el 'grooming'

Los resultados mostraron que los pacientes con cáncer parecen significativamente mayores que quienes no lo padecen, y su edad facial, en promedio, era aproximadamente cinco años mayor que su edad cronológica.

En la cohorte de pacientes con cáncer, una edad facial mayor se asoció con peores resultados de supervivencia, especialmente en individuos que parecían mayores de 85 años, incluso después de ajustar por edad cronológica, sexo y tipo de cáncer.

El tiempo estimado de supervivencia al final de la vida es difícil de determinar, pero tiene importantes implicaciones terapéuticas en la atención oncológica. El equipo pidió a 10 médicos e investigadores que predijeran la esperanza de vida a corto plazo a partir de 100 fotografías de pacientes que recibían radioterapia paliativa.

Si bien el rendimiento fue muy variable, en general, las predicciones de los médicos fueron apenas mejores que las de un lanzamiento de moneda, incluso después de proporcionarles contexto clínico, como la edad cronológica del paciente y el estado oncológico. Sin embargo, cuando también se les proporcionó a los médicos la información de FaceAge del paciente, sus predicciones mejoraron significativamente.

Con información de Europa Press