Raziskovalci so ustvarili inovativno orodje, ki ga poganja umetna inteligenca, imenovano FaceAge, ki analizira obrazne poteze za napovedovanje preživetvenih izidov pri bolnikih z rakom, pri čemer pogosto presega natančnost kliničnih strokovnjakov. Ta tehnologija uporablja algoritme globokega učenja za bolj objektivno oceno biološke starosti pacienta v primerjavi s kronološko starostjo, s čimer izboljšuje napovedne ocene v onkologiji. Postopek razvoja je vključeval usposabljanje modela globokega učenja na veliki zbirki podatkov, sestavljeni iz več kot 58. 000 fotografij zdravih oseb, kar je sistemu omogočilo prepoznavanje starajočih se vzorcev, odrazov v obraznih značilnostih. Raziskovalci so nato model testirali na 6. 196 bolnikih z rakom, da bi ugotovili njegovo učinkovitost. Presenetljivo je algoritem pokazal, da se biološka ali "FaceAge" teh bolnikov zdi približno pet let starejša od njihove dejanske kronološke starosti. To starostno odstopanje je imelo pomembne posledice za razumevanje zdravstvenega stanja bolnikov. V reviji Lancet Digital Health je bil objavljen študija, ki je pokazala močno povezavo med višjim FaceAge in zmanjšano možnosti preživetja pri bolnikih z rakom. Zanimivo je, da je ta povezava neodvisna od dejavnikov, kot so starost, spol ali vrsta raka, kar kaže, da FaceAge zajema unikatne elemente biološkega staranja in zdravega propadanja. V kliničnih okoljih je FaceAge pokazal poseben potencial za izboljšanje napovedi preživetja. Študija je pokazala, da so zdravniki, ki so k tradicionalnim metodam dodali FaceAge, izboljšali natančnost napovedovanja preživetja v pol leta z 61 % na 80 %. Ta napredek bi lahko olajšal boljše odločitve glede zdravljenjskih načrtov in pogovorov o oskrbi ob koncu življenja.

Kljub spodbudnim rezultatom ima FaceAge tudi omejitve. Potencialne pristranskosti v podatkih za učenje in validacijo bi lahko privedle do prikrajšanih ali manj splošno uporabnih rezultatov. Poleg tega, kot pri vsakem sistemu AI, lahko FaceAge povzroči napake ali nepravilne interpretacije, kar poudarja potrebo po stalnem preverjanju in izboljšavah. Trenutne raziskave se osredotočajo na širše testiranje, da bi ocenili uporabnost orodja tudi pri napovedovanju splošnega zdravja in življenjske dobe v širši populaciji. Ta študija pomembno prispeva k rastočem področju biomarkerjev staranja — biomedicinskega raziskovanja, osredotočenega na razvoj merljivih pokazateljev biološkega staranja. Čeprav je staranje, ki ga zaznavajo, tradicionalno ocenjevalo človeško opazovanje in je bilo priznano kot odlična napovedovalka bolezni in splošnega zdravja, FaceAge to nadgrajuje z avtomatizirano oceno, kar potencialno omogoča večjo doslednost in objektivnost. Strokovnjaki poudarjajo pomen transparentnosti glede tega, kako AI prepoznava in tehta obrazne poteze pri oceni biološke starosti. Takšno razumevanje je ključno za zagotovitev zanesljivosti, izogibanje zavajajočim dejavnikom ter reševanje etičnih vprašanj, povezanih z medicinskimi napovedmi, ki jih poganja AI. Na splošno FaceAge predstavlja obetavno združevanje umetne inteligence in medicinskega napovedovanja, prinaša nove načine za ocenjevanje zdravja pacientov in vodenje kliničnih odločitev. Z nadaljnjivim raziskovanjem lahko omogoči bolj personalizirano in natančno medicinsko oskrbo, osredotočeno na biološko realnost, ki jo odraža videz pacientov.