Глаза могут быть зеркалом души, но биологический возраст человека может отражаться в его чертах лица. Исследователи из Массачусетской больницы общего профиля и Brigham and Women’s Hospital (MGH Brigham) разработали алгоритм глубокого обучения под названием «FaceAge», который использует фотографию лица для прогнозирования биологического возраста и результатов лечения рака.
Они обнаружили, что пациенты с раком в среднем имели более высокий FaceAge, чем здоровые люди, и выглядели примерно на пять лет старше своего хронологического возраста. Более высокий FaceAge был связан с худшими результатами выживаемости при различных типах рака. Алгоритм также показал лучшие результаты, чем врачи, в прогнозировании краткосрочной продолжительности жизни пациентов, проходящих паллиативную лучевую терапию.
Результаты исследования опубликованы в журнале The Lancet Digital Health.
«Мы можем использовать искусственный интеллект (ИИ) для оценки биологического возраста человека по фотографиям лица, и наше исследование показывает, что эта информация может быть клинически значимой», — сказал соавтор исследования Хьюго Аэртс (Hugo Aerts), доктор философии, директор программы «Искусственный интеллект в медицине» (AIM) в MGH Brigham.
«Эта работа демонстрирует, что фотография, подобная простому селфи, содержит важную информацию, которая может помочь в принятии клинических решений и планировании лечения пациентов. Как выглядит человек по сравнению с его хронологическим возрастом, действительно имеет значение — пациенты с более молодым FaceAge значительно лучше справляются после лечения рака».
Когда пациенты приходят на прием, их внешний вид может дать врачам подсказки об их общем состоянии здоровья и жизнеспособности. Эти интуитивные оценки, в сочетании с хронологическим возрастом пациента и другими биологическими показателями, могут помочь определить оптимальный курс лечения.
Однако, как и у любого человека, у врачей могут быть предвзятости относительно возраста пациента, что может повлиять на их решения. Это подчеркивает необходимость более объективных и точных методов для принятия клинических решений.
С этой целью исследователи из MGH Brigham использовали технологии глубокого обучения и распознавания лиц для обучения FaceAge. Инструмент был обучен на 58,851 фотографии предположительно здоровых людей из открытых баз данных. Команда протестировала алгоритм на группе из 6,196 пациентов с раком из двух центров, используя фотографии, сделанные в начале лучевой терапии.
Результаты показали, что пациенты с раком выглядят значительно старше здоровых людей, и их FaceAge, в среднем, на пять лет превышает хронологический возраст. В группе пациентов с раком более высокий FaceAge был связан с худшими результатами выживаемости, особенно у тех, кто выглядел старше 85 лет, даже после учета хронологического возраста, пола и типа рака.
Оценка ожидаемой продолжительности жизни на поздних стадиях рака является сложной задачей, но имеет важное значение для лечения. Команда попросила 10 врачей и исследователей предсказать краткосрочную продолжительность жизни на основе 100 фотографий пациентов, проходящих паллиативную лучевую терапию.
Хотя результаты варьировались, в целом, прогнозы врачей были лишь немного лучше, чем случайный выбор, даже с учетом клинической информации, такой как хронологический возраст и статус рака. Однако, когда врачам также предоставлялась информация о FaceAge пациента, их прогнозы значительно улучшались.
Прежде чем эта технология может быть использована в реальных клинических условиях, необходимы дополнительные исследования. Команда продолжает тестировать этот инструмент для прогнозирования заболеваний, общего состояния здоровья и продолжительности жизни. Планируются дальнейшие исследования, включая расширение работы на другие больницы, изучение пациентов на разных стадиях рака, отслеживание изменений FaceAge с течением времени и проверку его точности на данных о пластической хирургии и макияже.
«Это открывает двери к новому направлению в обнаружении биомаркеров на основе фотографий, и его потенциал выходит далеко за рамки лечения рака или прогнозирования возраста», — сказал соавтор исследования Рэй Мак (Ray Mak), доктор медицины, научный сотрудник программы AIM в MGH Brigham.
«По мере того как мы все чаще рассматриваем хронические заболевания как болезни старения, становится еще более важно точно предсказывать траекторию старения человека. Я надеюсь, что мы сможем в конечном итоге использовать эту технологию в качестве системы раннего обнаружения в различных приложениях, в рамках строгой регуляторной и этической рамки, чтобы спасать жизни».
Литература:
Bontempi, et al. FaceAge, a deep learning system to estimate biological age from face photographs to improve prognostication: a model development and validation study, The Lancet Digital Health (2025). DOI: 10.1016/j.landig.2025.03.002
Ведущий специалист отдела организации клинических исследований, терапевт, врач ультразвуковой диагностики АО «СЗМЦ» (г. Санкт-Петербург), главный редактор, учредитель сетевого издания Medical Insider, а также автор статей
E-mail для связи – [email protected];
