IA predice riesgo de muerte en cáncer analizando una selfie, según estudio en The Lancet

Una fotografía del rostro contiene información sobre la salud que el ojo humano no puede detectar. Investigadores de Mass General Brigham, en Estados Unidos, han entrenado algoritmos de inteligencia artificial con más de 40 millones de imágenes faciales para extraer esa información oculta. El resultado, publicado en The Lancet Digital Health, sugiere que estos sistemas pueden estimar cuánto ha envejecido biológicamente una persona y, más sorprendentemente, predecir cuánto tiempo vivirá un paciente diagnosticado con cáncer.

El equipo desarrolló dos herramientas complementarias. La primera, llamada FAHR-FaceAge, calcula la edad biológica a partir de los rasgos faciales. Para entrenarla, utilizaron 743.152 fotografías de personas cuya edad real conocían. Cuando probaron el sistema con imágenes nuevas, la diferencia entre la edad real y la que el algoritmo estimaba fue de 5,1 años en promedio. Pero algo más interesante ocurrió cuando lo aplicaron a pacientes con cáncer que recibían radioterapia: la diferencia promedio saltó a cerca de siete años. Los investigadores interpretaron esto como una señal de envejecimiento biológico acelerado, posiblemente relacionado con la enfermedad o el tratamiento.

Esa diferencia de edad resultó predictiva. Entre los pacientes oncológicos tratados con radioterapia, aquellos cuya apariencia facial sugería una edad al menos cinco años mayor que su edad real presentaron un riesgo de muerte 21 por ciento superior durante un seguimiento promedio de cuatro años. En el extremo opuesto, quienes aparentaban al menos cinco años menos tuvieron un riesgo 17 por ciento inferior. La segunda herramienta, FAHR-FaceSurvival, saltó un paso intermedio. En lugar de estimar edad biológica, analiza la fotografía facial directamente para calcular el riesgo de mortalidad. Fue entrenada con 34.363 imágenes de pacientes con cáncer junto con datos sobre su evolución. Los resultados fueron contundentes: el grupo clasificado con mayor riesgo mostró una mortalidad superior al triple de la registrada en el grupo de menor riesgo, incluso después de ajustar por edad, sexo, tipo de cáncer y características del tratamiento.

Aunque ambos sistemas parten del mismo modelo base, no analizan exactamente las mismas regiones faciales. FAHR-FaceAge se enfoca en los pliegues que van desde la nariz hasta las comisuras de la boca, la frente y las sienes. FAHR-FaceSurvival concentra parte de su análisis en la región debajo de los ojos y alrededor del puente nasal. Hugo Aerts, coautor principal del estudio, describió el hallazgo como un paso adelante en el reconocimiento de la salud mediante inteligencia artificial facial. "Hasta donde sabemos, esta es la primera demostración de que un modelo de IA puede predecir directamente la supervivencia al cáncer a partir de una simple fotografía", afirmó. Aerts también señaló que el modelo general, entrenado con decenas de millones de imágenes, puede adaptarse para identificar diferentes indicadores de salud sin necesidad de desarrollar cada algoritmo desde cero.

Raymond Mak, oncólogo radioterápico de Mass General Brigham e investigador principal, aclaró el propósito de la tecnología: hacer más cuantitativa, consistente y escalable la evaluación de la salud a partir de una fotografía, de forma que apoye decisiones personalizadas sin reemplazar el juicio médico. Un posible uso sería evaluar la fragilidad de los pacientes antes de indicar tratamientos intensivos como cirugía, radioterapia o terapias sistémicas, especialmente en personas mayores. Los investigadores también comprobaron que las estimaciones de edad se mantenían relativamente estables ante variaciones comunes en las fotografías: cambios de iluminación, expresiones faciales, posiciones del rostro y uso de maquillaje. El modelo mostró poca variación incluso después de cirugías plásticas, aunque la rinoplastia produjo algunos cambios.

El análisis encontró asociaciones entre una apariencia facial biológicamente más envejecida y ciertos hábitos como tabaquismo, consumo excesivo de alcohol y uso de drogas. Sin embargo, los investigadores advierten que estos resultados no permiten establecer por sí solos que esos factores expliquen las señales identificadas por la IA. La relación entre rasgos faciales y salud no es completamente nueva. En 2022, un equipo encabezado por Esteller publicó un trabajo que encontró similitudes genéticas entre personas con rostros parecidos, sugiriendo una posible conexión entre apariencia y predisposición a enfermedades. Pero ese estudio no demostraba que los rasgos faciales pudieran usarse como prueba diagnóstica.

Los expertos consultados advierten que aún quedan preguntas sin responder. Es necesario determinar qué información biológica captura realmente el sistema y cuánto puede mejorar las evaluaciones médicas que ya se utilizan. Cerdá Alberich señaló que el aporte principal del nuevo estudio reside en la escala del análisis y en la evidencia que suma sobre el potencial pronóstico de las imágenes faciales. "Es una primera piedra y aporta evidencia prometedora sobre el valor pronóstico de la información facial. Podemos pensar que una foto podría ser útil porque se asocia con mortalidad o supervivencia. Pero falta saber cómo interpretamos esa señal y qué aporta más allá de lo que ya conocemos", concluyó. La tecnología abre una puerta hacia la medicina personalizada en oncología, pero el camino desde el laboratorio hasta la clínica requiere aún más investigación y validación.