Καρκίνος: Νέο εργαλείο τεχνητής νοημοσύνης εκτιμά την επιβίωση ασθενών από μία selfie

Ένα νέο εργαλείο τεχνητής νοημοσύνης μπορεί να εκτιμήσει τις πιθανότητες επιβίωσης ασθενών με καρκίνο αναλύοντας μία απλή φωτογραφία του προσώπου τους, σύμφωνα με μελέτη επιστημόνων του αμερικανικού συστήματος υγείας Mass General Brigham.

Η έρευνα, τα αποτελέσματα της οποίας δημοσιεύτηκαν στο επιστημονικό περιοδικό The Lancet Digital Health, εξετάζει κατά πόσο τα χαρακτηριστικά του προσώπου μπορούν να προσφέρουν πληροφορίες για τη βιολογική ηλικία ενός ασθενούς και να συνδεθούν με την πρόγνωση της πορείας της υγείας του.

Οι ερευνητές ανέπτυξαν δύο εργαλεία τεχνητής νοημοσύνης, τα οποία αναλύουν διαφορετικά χαρακτηριστικά του προσώπου και επιχειρούν να υπολογίσουν τον κίνδυνο θανάτου σε ασθενείς που έχουν διαγνωστεί με καρκίνο.

Πώς λειτουργεί το νέο σύστημα τεχνητής νοημοσύνης

Το πρώτο εργαλείο, με την ονομασία FAHR-FaceAge, εκτιμά τη βιολογική ηλικία του ασθενούς, δηλαδή πόσο μεγαλύτερος ή νεότερος φαίνεται σε σχέση με την πραγματική του ηλικία. Στη συνέχεια, χρησιμοποιεί αυτή την εκτίμηση για να υπολογίσει τις πιθανότητες επιβίωσης.

Το δεύτερο σύστημα, FAHR-FaceSurvival, επιχειρεί να προβλέψει απευθείας την επιβίωση, αναλύοντας τη φωτογραφία χωρίς να χρειάζεται προηγουμένως να υπολογίσει τη βιολογική ηλικία.

Παρότι τα δύο εργαλεία βασίζονται στο ίδιο μοντέλο τεχνητής νοημοσύνης, αξιοποιούν διαφορετικά χαρακτηριστικά του προσώπου για να εξάγουν τις εκτιμήσεις τους.

Σύμφωνα με τους ερευνητές, το FAHR-FaceAge εστιάζει, μεταξύ άλλων, στις ρυτίδες γύρω από το στόμα, στο μέτωπο και στους κροτάφους. Το FAHR-FaceSurvival δίνει μεγαλύτερη βαρύτητα στην περιοχή κάτω από τα μάτια και γύρω από τη μύτη.

Τι έδειξαν τα αποτελέσματα της μελέτης

Στην έρευνα, η οποία εξέτασε ασθενείς με καρκίνο που υποβλήθηκαν σε ακτινοθεραπεία στις ΗΠΑ, διαπιστώθηκε ότι η εκτιμώμενη βιολογική ηλικία συνδεόταν με τον κίνδυνο θανάτου.

Ειδικότερα, όσοι ασθενείς εμφανίζονταν τουλάχιστον πέντε χρόνια μεγαλύτεροι από την πραγματική τους ηλικία, σύμφωνα με το FAHR-FaceAge, παρουσίαζαν κατά 21% υψηλότερο κίνδυνο θανάτου σε σύγκριση με τους υπόλοιπους ασθενείς, κατά τη διάρκεια της μέσης περιόδου παρακολούθησης των τεσσάρων ετών.

Αντίθετα, όσοι φαίνονταν τουλάχιστον πέντε χρόνια νεότεροι εμφάνιζαν κατά 17% χαμηλότερο κίνδυνο θανάτου.

Τα ευρήματα υποδεικνύουν ότι ορισμένα χαρακτηριστικά του προσώπου ενδέχεται να συνδέονται με τη γενικότερη κατάσταση του οργανισμού και την ικανότητά του να ανταποκρίνεται στις θεραπείες.

Πώς μπορεί να αξιοποιηθεί στην ογκολογία

Οι επιστήμονες εκτιμούν ότι η συγκεκριμένη τεχνολογία θα μπορούσε μελλοντικά να προσφέρει στους γιατρούς ένα πρόσθετο εργαλείο αξιολόγησης των ασθενών πριν από την έναρξη απαιτητικών θεραπειών.

Η εκτίμηση της βιολογικής ηλικίας και του κινδύνου θανάτου θα μπορούσε να βοηθήσει στην καλύτερη κατανόηση της κατάστασης ενός ασθενούς, ιδιαίτερα όταν εξετάζεται η χορήγηση εντατικής ακτινοθεραπείας ή η πραγματοποίηση χειρουργικής επέμβασης.

Ο Raymond Mak, ακτινοθεραπευτής ογκολόγος στο Mass General Brigham, υπογράμμισε την ανάγκη ανάπτυξης πιο αξιόπιστων μεθόδων για την αξιολόγηση της σωματικής κατάστασης και της ευπάθειας των ασθενών πριν από απαιτητικές ιατρικές παρεμβάσεις.

Από την πλευρά του, ο Hugo Aerts, ένας από τους επικεφαλής της μελέτης, χαρακτήρισε το FAHR-FaceSurvival ένα ακόμη βήμα στην προσπάθεια αξιοποίησης της ανάλυσης προσώπου για την εκτίμηση της υγείας.

Ο ρόλος του τρόπου ζωής και οι περιορισμοί

Οι ερευνητές εξέτασαν επίσης τη σχέση μεταξύ συνηθειών και της εκτιμώμενης βιολογικής ηλικίας του προσώπου. Η κατανάλωση αλκοόλ, το κάπνισμα και η χρήση ναρκωτικών ουσιών συνδέθηκαν με μεγαλύτερη ηλικία, όπως αυτή υπολογίστηκε από το σύστημα.

Παράλληλα, οι επιστήμονες ανέφεραν ότι το FAHR-FaceAge διατήρησε σταθερά αποτελέσματα σε φωτογραφίες με διαφορετικό φωτισμό, γωνία λήψης, έκφραση προσώπου ή μακιγιάζ.

Ωστόσο, η νέα τεχνολογία δεν μπορεί να προσδιορίσει με βεβαιότητα πόσο θα ζήσει ένας συγκεκριμένος άνθρωπος ούτε να αντικαταστήσει τις καθιερωμένες ιατρικές εξετάσεις. Οι προβλέψεις της βασίζονται σε στατιστικές συσχετίσεις και χρειάζονται περαιτέρω αξιολόγηση προτού αξιοποιηθούν ως μέρος της καθημερινής κλινικής πρακτικής.

Η μελέτη αναδεικνύει τις δυνατότητες της τεχνητής νοημοσύνης στην ιατρική, αλλά και την ανάγκη να χρησιμοποιούνται τέτοιες προβλέψεις με προσοχή, σε συνδυασμό με τα υπόλοιπα κλινικά δεδομένα και την αξιολόγηση των θεραπόντων ιατρών.