Istraživači su kreirali inovativni alat vođen veštačkom inteligencijom pod nazivom FaceAge koji analizira odlike lica kako bi predvideo ishod preživljavanja kod pacijenata obolelih od raka, često nadmašujući kliničare u preciznosti. Ova tehnologija koristi algoritme dubokog učenja kako bi pružila objektivniji način procene biološke starosti pacijenta u poređenju sa njegovom hronološkom starošću, čime se unapređuju prognoze u onkologiji. Proces razvoja uključivao je obuku modela dubokog učenja na velikom skupu podataka koji se sastojao od preko 58. 000 fotografija zdravih osoba, omogućavajući sistemu prepoznavanje obrazaca starenja izraženih u karakteristikama lica. Istraživači su zatim testirali model na 6. 196 pacijenata obolelih od raka kako bi utvrdili njegovu efikasnost. Zapanjujuće, algoritam je otkrio da se biološka ili „FaceAge“ ovih pacijenata pojavila otprilike pet godina starija od njihove stvarne hronološke starosti. Ovaj nesklad u godinama imao je značajne implikacije za razumevanje zdravstvenog stanja pacijenata. Studija, objavljena u časopisu Lancet Digital Health, pokazala je snažnu povezanost između višeg FaceAge i smanjenih šansi za preživljavanje kod pacijenata sa rakom. Primera radi, ova veza je bila neovisna od varijabli kao što su hronološka starost, pol ili vrsta raka, što ukazuje da FaceAge hvata jedinstvene elemente biološkog starenja i opadanja zdravlja. U kliničkim sredinama, FaceAge je pokazao poseban potencijal u poboljšanju prognoza preživljavanja. Istraživanje je otkrilo da, kada su kliničari uključili FaceAge pored tradicionalnih metoda, njihova tačnost u predviđanju preživljavanja od šest meseci porasla sa 61% na 80%. Ovaj napredak može omogućiti bolje informisane odluke u vezi sa planovima lečenja i razgovorima o kraju života.

Iako ohrabrujući, FaceAge ima i svoja ograničenja. Potencijalne pristrasnosti u skupovima podataka za obuku i validaciju mogu dovesti do iskrivljenih ili manje opštih rezultata. Štaviše, kao i kod svakog AI sistema, FaceAge može praviti greške ili imati pogrešne interpretacije, što ističe potrebu za kontinuiranim proverama i usavršavanjima. Trenutna istraživanja rade na proširenju testiranja radi procene korisnosti alata i izvan prognoza raka, uključujući njegov potencijal za predviđanje opšteg zdravstvenog stanja i dužine života u širem stanovništvu. Ova studija značajno doprinosi rastućoj oblasti biomarkera starenja – biomedicinskom istraživanju fokusiranom na razvoj merljivih pokazatelja biološkog starenja. Dok je do sada pretpostavljeno da je procena starenja zasnovana na ljudskom opažanju i prepoznata kao predskazatelj bolesti i opšteg zdravlja, FaceAge to napreduje automatizacijom procene, potencijalno nudeći veću doslednost i objektivnost. Stručnjaci ističu važnost transparentnosti u vezi sa načinom na koji AI identifikuje i procenjuje odlike lica prilikom procene biološke starosti. Takvo razumevanje je ključno za osiguranje pouzdanosti, izbegavanje confoundera i rešavanje etičkih pitanja povezanih sa medicinskim predviđanjima vođenim veštačkom inteligencijom. Ukupno gledano, FaceAge predstavlja obećavajući spoj veštačke inteligencije i medicinskih prognoza, uvodeći nove metode za procenu zdravlja pacijenata i vođenje kliničkih odluka. Kako istraživanja napreduju, ovaj alat bi mogao omogućiti personalizovaniju i precizniju medicinsku zaštitu zasnovanu na biološkim odrazima koji se ogledaju u izgledu pacijenata.