Вчені створили інноваційний інструмент на базі штучного інтелекту під назвою FaceAge, який аналізує особливості обличчя для передбачення результатів виживаності пацієнтів з раком, часто перевищуючи точність клініцистів. Ця технологія використовує алгоритми глибокого навчання, щоб запропонувати більш об'єктивний спосіб оцінки біологічного віку пацієнта у порівнянні з його хронологічним віком, тим самим покращуючи прогностичні оцінки в онкології. Процес розробки включав тренування моделі глибокого навчання на великому наборі даних, що складався з понад 58 000 фотографій здорових людей, що дозволило системі розпізнавати закономірності старіння, відображені у рисах обличчя. Потім дослідники протестували модель на 6 196 хворих із раком, щоб визначити її ефективність. Вражаюче, алгоритм показав, що біологічний або “FaceAge” цих пацієнтів був приблизно на п’ять років старшим за їхній фактичний хронологічний вік. Це різниця у віці мала суттєві наслідки для розуміння стану здоров’я пацієнтів. У статті, опублікованій у журналі Lancet Digital Health, продемонстровано міцний зв’язок між більш високим FaceAge і зниженими шансами на виживання серед онкологічних хворих. Варто зазначити, що ця залежність була незалежною від таких змінних, як хронологічний вік, стать або тип раку, що свідчить про те, що FaceAge захоплює унікальні елементи біологічного старіння та занепаду здоров’я. У клінічних умовах FaceAge показав особливий потенціал у покращенні прогнозування виживаності. Дослідження виявило, що при використанні FaceAge разом із традиційними методами точність прогнозування шести місяців виживання підвищилася із 61% до 80%. Цей прорив може сприяти прийняттю більш обґрунтованих рішень щодо планів лікування і обговорень кінця життя.

Попри обнадійливі результати, у FaceAge є певні обмеження. Потенційні збої у тренувальних і валідаторних наборах даних можуть призвести до перекручених або менш узагальнених результатів. Крім того, як і будь-яка система штучного інтелекту, FaceAge може давати помилки або неправильні інтерпретації, що підкреслює необхідність постійної перевірки та удосконалення. Поточні дослідження спрямовані на розширення тестування для оцінки корисності інструменту поза межами прогнозування раку, включаючи його потенціал для передбачення загального стану здоров’я та тривалості життя у ширших популяціях. Це дослідження значущо поповнює зростаючу галузь біомаркерів старіння — біомедичних досліджень, що спрямовані на створення вимірюваних індикаторів біологічного старіння. Хоча сприймане старіння традиційно оцінювалося через людське спостереження і розглядалося як предиктор хвороб і загального стану здоров’я, FaceAge просунутий у цьому напрямку, автоматизуючи процес оцінки й потенційно забезпечуючи більшу консистентність і об’єктивність. Експерти наголошують на важливості прозорості у тому, як штучний інтелект визначає та зважує риси обличчя при оцінці біологічного віку. Таке розуміння є критично важливим для забезпечення надійності, уникнення конфузних факторів і вирішення етичних питань, пов’язаних із прогнозами у медицині на базі ШІ. Загалом, FaceAge представляє собою перспективне поєднання штучного інтелекту та медичної прогностики, вводячи нові методи оцінки стану здоров’я пацієнтів і керівництва клінічними рішеннями. У міру розвитку досліджень він може сприяти більш персоналізованому і точному медичному обслуговуванню, заснованому на біологічних реаліях, що відображаються у вигляді пацієнтів.