Una fotografía del rostro, tan común como las que guardamos en cualquier teléfono, podría llegar a decir algo sobre cuánto ha envejecido realmente el cuerpo de una persona y cuánto tiempo le queda cuando enfrenta un cáncer. Científicos del Mass General Brigham, en Estados Unidos, han creado FAHR-Face, un sistema de inteligencia artificial que extrae esa lectura de una imagen corriente, según publica la revista Lancet Digital Health. Su propósito no es reemplazar el juicio del médico, sino ofrecerle una pista más en un momento en que una población cada vez más longeva exige decidir con mayor cu
Una IA que analiza el rostro estima la edad biológica y la supervivencia en cáncer
Una fotografía del rostro, tan común como las que guardamos en cualquier teléfono, podría llegar a decir algo sobre cuánto ha envejecido realmente el cuerpo de una persona y cuánto tiempo le queda cuando enfrenta un cáncer. Científicos del Mass General Brigham, en Estados Unidos, han creado FAHR-Face, un sistema de inteligencia artificial que extrae esa lectura de una imagen corriente, según publica la revista Lancet Digital Health. Su propósito no es reemplazar el juicio del médico, sino ofrecerle una pista más en un momento en que una población cada vez más longeva exige decidir con mayor cuidado qué tratamientos intensivos puede soportar cada paciente.
Una fotografía facial corriente, de las que cualquiera tiene en el móvil, es el único dato que necesita un nuevo modelo de inteligencia artificial creado por científicos del Mass General Brigham. A partir de ella, la herramienta estima la edad biológica de una persona y calcula el riesgo de supervivencia en pacientes con cáncer. El trabajo acaba de publicarse en la revista Lancet Digital Health.
El sistema, llamado FAHR-Face, aprendió a partir de más de 40 millones de imágenes faciales una representación general del rostro, y de ese modelo base salieron dos herramientas. FAHR-FaceAge calcula la edad biológica y, según sus autores, supera a los algoritmos anteriores. FAHR-FaceSurvival predice la supervivencia de pacientes oncológicos. Las dos observan zonas distintas, como los pliegues de la nariz y la boca o la zona bajo los ojos, y combinadas estiman mejor el pronóstico que por separado.
Los investigadores comprobaron que la brecha entre la edad que el modelo asigna y la edad real se asociaba, de forma independiente, con la supervivencia. El tabaco fue el hábito que más se notaba: los fumadores parecían mayores que los exfumadores, y estos, a su vez, más que quienes nunca fumaron.
Raymond Mak, autor principal y oncólogo radioterapeuta, explica el problema que quiere resolver. Con una población que envejece, los médicos necesitan mejores formas de medir la reserva física y la fragilidad antes de recomendar tratamientos intensivos. La herramienta resultó consistente ante cambios de pose, iluminación, expresión y maquillaje, y casi no se alteró tras la mayoría de cirugías estéticas probadas, salvo una pequeña variación tras la rinoplastia.
Hugo Aerts, coautor principal, sostiene que, hasta donde sabe, es la primera vez que una IA predice directamente la supervivencia al cáncer a partir de una simple fotografía. Aun así, el camino hacia la clínica es largo: falta validarla en entornos más amplios, y sus propios creadores la presentan como un apoyo para decidir, nunca como un sustituto del médico.
Una fotografía facial corriente, de las que cualquiera tiene en el móvil, es el único dato de entrada de un nuevo modelo de inteligencia artificial desarrollado por científicos de Mass General Brigham, en Estados Unidos. Con ella, la herramienta estima la edad biológica de una persona y calcula el riesgo de supervivencia en pacientes con cáncer. El trabajo ha sido publicado en la revista Lancet Digital Health.
El sistema se llama FAHR-Face (siglas de Foundation Artificial Intelligence for Health Recognition) y se entrenó con más de 40 millones de imágenes faciales. Aprende primero una representación general del rostro y después puede adaptarse a distintos indicadores de salud. De ese modelo base salieron dos herramientas complementarias: FAHR-FaceAge, que determina la edad biológica y que, según los autores, supera a algoritmos anteriores de estimación de edad, y FAHR-FaceSurvival, que predice la supervivencia de pacientes oncológicos.
Los investigadores comprobaron que la diferencia entre la edad que FAHR-FaceAge asigna a un paciente y su edad cronológica se vinculaba de forma independiente con la supervivencia. El modelo también respondió de manera lógica y robusta a pequeñas variaciones fotográficas habituales.
Cada herramienta mira zonas distintas. FAHR-FaceAge se apoya sobre todo en los pliegues nasolabiales, la frente justo encima de las órbitas y las sienes. FAHR-FaceSurvival toma información de la región bajo los ojos y alrededor del puente nasal. Como parten de información diferente aunque del mismo modelo base, funcionan mejor combinadas que por separado a la hora de estimar la supervivencia de una persona con cáncer.
El hallazgo sobre estilo de vida fue claro: el consumo de alcohol, drogas o tabaco se asoció con una apariencia biológicamente mayor. El patrón más marcado fue el del tabaco: los fumadores parecían más mayores que los exfumadores, y estos, a su vez, más que quienes nunca habían fumado.
Raymond Mak, autor principal, oncólogo radioterapeuta del Instituto Oncológico Mass General Brigham y miembro del programa de Inteligencia Artificial en Medicina (AIM), plantea el problema clínico: con una población que envejece, los médicos necesitan mejores formas de estimar la reserva física y la fragilidad antes de recomendar tratamientos intensivos como radioterapia, cirugía o terapia sistémica. Su objetivo, dice, es que la evaluación de salud a partir de fotografías sea más cuantitativa, consistente y escalable, para respaldar decisiones personalizadas y no para sustituir el criterio médico.
Mak destacó además la consistencia de FAHR-FaceAge ante poses, iluminación, expresiones y maquillaje. También se mantuvo estable en la mayoría de los procedimientos de cirugía plástica probados; solo se observó una pequeña variación tras la rinoplastia.
Hugo Aerts, coautor principal y director de AIM en el Hospital General de Massachusetts Brigham, subraya que el enfoque de modelo fundacional permite desarrollar varios biomarcadores faciales sin entrenar cada modelo desde cero. Afirma que, hasta donde saben, es la primera demostración de que una IA puede predecir directamente la supervivencia al cáncer a partir de una simple fotografía.
Queda por ver cómo se valida en entornos clínicos más amplios; los propios autores lo plantean como apoyo a la decisión médica, no como sustituto.
Quieres la nota completa?
Lee el original en 65 y más ↗
World & Diplomacy