Una IA detecta en el rostro señales del riesgo de muerte en pacientes con cáncer

Un equipo de investigadores ha entrenado un sistema de inteligencia artificial con más de 40 millones de fotografías de rostros para extraer señales que podrían predecir la supervivencia de pacientes con cáncer. El hallazgo, publicado en The Lancet Digital Health, sugiere que existe una relación entre la apariencia facial de envejecimiento y el riesgo de muerte en personas tratadas con radioterapia, aunque los propios autores advierten que se trata de un modelo preliminar que aún requiere validación clínica significativa.

Los investigadores desarrollaron dos herramientas distintas a partir de su análisis. La primera, llamada FAHR-FaceAge, estima la edad biológica de una persona a partir de una fotografía. Fue entrenada con 743.152 retratos cuya edad real era conocida, y cuando se probó con fotografías nuevas que no había visto antes, cometió un error promedio de 5,1 años. Sin embargo, cuando aplicaron este método a 4.892 pacientes tratados con radioterapia, el margen de error aumentó a casi siete años. Los autores interpretan esta diferencia como una medida de envejecimiento biológico acelerado: si el sistema calcula que una persona tiene 70 años cuando en realidad tiene 60, sugieren que su cuerpo está envejeciendo más rápido de lo que debería.

La segunda herramienta, FAHR-FaceSurvival, fue entrenada específicamente con 34.363 fotografías de pacientes con cáncer junto con sus datos de supervivencia. Los resultados mostraron una asociación clara entre la apariencia de envejecimiento y la mortalidad. Entre 38.183 pacientes tratados con radioterapia, aquellos que aparentaban al menos cinco años más de su edad real presentaban un 21 por ciento más de riesgo de muerte que el resto. En el algoritmo de supervivencia, el grupo clasificado con mayor riesgo mostró más del triple de mortalidad que el grupo de menor riesgo, después de ajustar por variables como edad, sexo, tipo de cáncer, intención del tratamiento y técnica de radioterapia.

Raymond Mak, oncólogo radioterápico de Mass General Brigham y uno de los autores principales, describe la visión del equipo como una forma de hacer más cuantitativa y consistente la evaluación de la salud a partir de una imagen facial, con el objetivo de apoyar decisiones personalizadas en pacientes mayores o frágiles antes de indicar tratamientos intensivos. Los investigadores también observaron que su cálculo de edad apenas variaba con factores como maquillaje, iluminación, expresión facial o ángulo de la fotografía. El modelo de edad se enfoca principalmente en los pliegues nasolabiales, la frente y las sienes, mientras que el de supervivencia presta más atención a la zona bajo los ojos y al puente nasal.

Sin embargo, expertos independientes advierten sobre limitaciones significativas en el trabajo. Leonor Cerdá Alberich, corresponsable del Grupo de Investigación Biomédica en Imagen del Instituto de Investigación Sanitaria La Fe, señala que predecir supervivencia no es suficiente para validar una medida de envejecimiento. Explica que habría que comprobar que esa diferencia entre edad cronológica y facial se relaciona con indicadores conocidos de envejecimiento fisiológico, como enfermedades específicas o factores que contribuyen a la apariencia. La asociación con la mortalidad existe, pero las causas subyacentes permanecen sin explicar: podría responder a una señal biológica específica, a enfermedad, a hábitos de vida o a una combinación de todos estos factores.

Para resolver estas incógnitas, sería necesario contrastar los cálculos faciales con biomarcadores ya establecidos para medir edad biológica, como los relojes epigenéticos basados en cambios químicos del ADN, marcadores inflamatorios, función inmunitaria, fuerza muscular o capacidad cardiorrespiratoria. Manel Esteller, investigador ICREA y jefe del Grupo de Epigenética del Cáncer del Instituto de Investigación Sant Pau, reconoce que los médicos han usado históricamente la cara como fuente de información clínica inicial—un tono amarillento puede indicar afección hepática, párpados hinchados pueden señalar problemas renales—pero advierte que para dar por buenos los pronósticos del estudio harán falta muchos estudios posteriores confirmatorios.

Cerdá también plantea una crítica metodológica fundamental: en oncología, no basta con demostrar que una variable está relacionada con la supervivencia. La pregunta crítica es qué ganancia diagnóstica ofrece cuando se añade a lo que ya se utiliza en las guías clínicas. Habría que construir un modelo que incluya edad, genética, histología y todas las variables clínicas establecidas, añadir la información de la imagen facial y comprobar si mejora la predicción en un 5, un 10 por ciento o nada. El estudio actual no aborda esa comparación. Los propios autores reconocen estas carencias y reclaman ensayos prospectivos que prueben sus herramientas junto a los modelos pronósticos estándar. También señalan como limitaciones que sus cohortes proceden fundamentalmente de países de renta alta, que hay grupos raciales infrarrepresentados y que persiste el riesgo de sesgos demográficos.