Egyetlen arcfotó alapján megbecsülheti rákos betegek biológiai életkorát és túlélési kockázatát egy új mesterséges intelligencia-rendszer. A kutatók szerint a technológia segíthet az orvosoknak a kezelések megtervezésében – ám egyelőre csak kiegészítő eszköznek tekinthető.
A Massachusetts államban működő Mass General Brigham kutatói olyan mesterségesintelligencia-modellt fejlesztettek, amely arcfotók elemzésével próbálja felmérni az ember biológiai életkorát és a daganatos betegségekhez kapcsolódó halálozási kockázatot.
A FAHR-Face nevű rendszer több mint 40 millió arcfotó felhasználásával tanult meg különböző arcvonásokat elemezni. Ezt követően két, eltérő feladatra szolgáló eszközt alakítottak ki belőle: a FAHR-FaceAge a biológiai életkor becslésére, a FAHR-FaceSurvival pedig a daganatos betegek túlélésével összefüggő kockázatok előrejelzésére szolgál.
A biológiai életkor nem azonos azzal, hogy valaki hány éves. Azt fejezi ki, hogy az ember fizikai jellemzői alapján mennyire tűnik idősnek, ami összefügghet a szervezet állapotával is.
A két modell az arc különböző területeit vizsgálja. A biológiai életkort becslő algoritmus többek között a homlok, a halánték és az orr, valamint a száj közötti ráncokra összpontosít. A túlélési kockázatot elemző rendszer ezzel szemben elsősorban a szem alatti területet és az orrnyereg környékét vizsgálja.
Háromszorosnál is nagyobb kockázatot jelzett a mesterséges intelligencia
A kutatók daganatos betegek fényképein is tesztelték a rendszert. A túlélési kockázat becslésére szolgáló modellt 34.363 daganatos beteg fotóján finomították, majd különálló pácienscsoportokon is ellenőrizték a teljesítményét.
Olvasd el: Akár 5 évvel a diagnózis előtt felismerheti a hólyagrákot a mesterséges intelligencia
Az eredmények szerint a legmagasabb kockázati csoportba sorolt betegek halálozási kockázata több mint háromszorosa volt a legalacsonyabb kockázatú csoportba tartozókénak. Ez statisztikai összefüggést jelent, nem pedig azt, hogy a mesterséges intelligencia minden egyes páciens esetében pontosan meg tudná mondani a várható életkilátásokat.
A biológiai életkor becslése szintén összefüggött a túlélési eredményekkel.
Azoknál a betegeknél, akik a modell szerint legalább öt évvel idősebbnek tűntek a tényleges életkoruknál, a vizsgálat átlagosan négyéves követési időszakában 21 százalékkal magasabb halálozási kockázatot mértek.
Azoknál viszont, akik legalább öt évvel fiatalabbnak látszottak a valódi koruknál, 17 százalékkal alacsonyabb volt a kockázat.
A kutatók azt is megállapították, hogy a két modell együttes alkalmazása pontosabb túlélési kockázatbecslést eredményezhet, mint ha csak az egyiket használnák.
Az orvosok munkáját is segítheti a rendszer
A fejlesztés különösen azoknál a betegeknél lehet hasznos, akiknél nagy megterhelést jelentő kezelésről kell dönteni. Ilyen lehet például a sugárterápia, a nagyobb műtét vagy a szervezet egészét érintő gyógyszeres kezelés.
Raymond Mak, a Mass General Brigham sugárterápiás onkológusa szerint a népesség öregedésével egyre fontosabbá válik, hogy az orvosok megbízhatóbban tudják felmérni a páciensek fizikai állapotát és terhelhetőségét.
„Célunk, hogy az arcfotókon alapuló egészségügyi értékelést számszerűbbé, következetesebbé és szélesebb körben alkalmazhatóvá tegyük, hogy az támogathassa a személyre szabott kezelési döntéseket, ne pedig helyettesítse az orvosi megítélést” – fogalmazott a szakember.
Hugo Aerts, a kutatás egyik vezető szerzője szerint a fejlesztés egyik fontos előrelépése, hogy a rendszer nem csupán a biológiai életkor becsléséből következtet a túlélésre, hanem közvetlenül az arcfotók alapján is képes kockázati összefüggéseket felismerni.
„Tudomásunk szerint ez az első bemutatása annak, hogy egy mesterséges intelligencia-modell képes közvetlenül egy egyszerű fényképből előrejelezni a daganatos betegek túlélését” – mondta Aerts.
További vizsgálatokra van szükség
A kutatók szerint az arcfotók elemzése viszonylag egyszerű és olcsó kiegészítő információforrást jelenthet. A rendszer azonban egyelőre nem alkalmas a rák diagnosztizálására és nem helyettesítheti az orvosok által végzett vizsgálatokat vagy a kezelési döntésekhez szükséges klinikai adatokat.
Fontos megállapítani azt is, mennyire megbízható a modell a különböző daganattípusokkal élő, eltérő életkorú és különböző hátterű betegek esetében. Ehhez további, szélesebb körű kutatásokra van szükség.
A fejlesztés mindazonáltal új lehetőséget teremthet arra, hogy a mesterséges intelligencia a hagyományos orvosi adatok mellett a fényképeken látható jellemzőkből is hasznos információkat nyerjen.
A cél az, hogy ezek az eredmények segítsék a személyre szabott kezelések megtervezését, miközben a végső döntés továbbra is az orvosok kezében maradjon.
A kutatás eredményeit a The Lancet Digital Health című tudományos folyóiratban tették közzé.
Forrás: FemaleFirst
B.A.
