Sztuczna inteligencja potrafi ocenić szanse pacjenta onkologicznego na przeżycie na podstawie zdjęć jego twarzy. Naukowcy dowiedli, że tempo, w jakim starzeje się ludzka twarz, ma bezpośredni związek z rokowaniami w chorobie nowotworowej.
Tempo starzenia się organizmu jest kwestią indywidualną i różni się między poszczególnymi osobami. Jak przypomina Medonet, Ten parametr ma znaczący wpływ na skuteczność leczenia onkologicznego, a wiek widniejący w dokumentach nie zawsze odzwierciedla rzeczywisty stan biologiczny człowieka. Do tej pory medycyna nie dysponowała jednak łatwymi w użyciu i nieinwazyjnymi metodami pomiaru tej cechy podczas codziennej pracy z pacjentem.
Rozwiązanie zaproponowali badacze ze szpitala Mass General Brigham w Stanach Zjednoczonych. Opracowane przez nich narzędzie o nazwie FaceAge bada takie elementy jak struktura skóry, ubytek objętości tkanek czy zmiany w anatomii twarzy, a następnie szacuje na tej podstawie wiek biologiczny. Wcześniejsze prace pokazały, że osoby chore na raka, u których algorytm wskazał wiek biologiczny wyższy od metrykalnego, miały gorsze prognozy dotyczące przebiegu choroby.
FAHR-FaceAge trenowany na 40 mln zdjęć
Zespół badawczy zbudował model nazwany Foundation Artificial Intelligence Models for Health Recognition (FAHR-FaceAge), który wychwytuje na fotografiach twarzy sygnały świadczące o pogorszonym stanie zdrowia. Do jego wytrenowania naukowcy wykorzystali ponad 40 mln fotografii. Współpraca tego modelu z narzędziem FaceAge ujawniła, że chorzy, u których wiek biologiczny przewyższał metrykalny o co najmniej 5 lat, mieli o 21 proc. wyższe ryzyko zgonu.
Następnym krokiem stała się analiza zdjęć wykonywanych w różnych momentach terapii. Badacze chcieli sprawdzić, w jaki sposób zmienia się dynamika starzenia w trakcie leczenia oraz czy istnieje powiązanie tego procesu ze wskaźnikami przeżywalności. Takie podejście otworzyło nową drogę do monitorowania kondycji chorych na raka.
Grupa 2276 pacjentów w retrospektywnej analizie
Badacze włączyli do analizy retrospektywnej 2276 osób leczonych onkologicznie za pomocą radioterapii. W grupie dominowali pacjenci biali, a mediana wieku sięgnęła 63,4 roku. Jak pisze Medonet, ponad 60 proc. uczestników w chwili rozpoczęcia leczenia miało już zdiagnozowane przerzuty.
Każdy chory miał wykonane po dwa zdjęcia twarzy — zawsze na starcie kolejnego cyklu radioterapii. Algorytm przetwarzał fotografie i wyliczał wiek biologiczny, a następnie powstawał wskaźnik FAR odzwierciedlający tempo starzenia się twarzy. Naukowcy definiowali go jako tempo zmiany wieku biologicznego twarzy — różnicę FaceAge między dwoma zdjęciami podzieloną przez odstęp czasu, jaki je dzielił.
Badacze podzielili odstępy czasowe między zdjęciami na trzy przedziały: krótkie (10-365 dni), średnie (366-730 dni) oraz długie (731-1460 dni). Wartości FAR uznawane za istotne różniły się w zależności od długości badanego okresu.
Wskaźnik FAR a prognozy w nowotworach
Rezultaty pokazały, że osoby z szybkim starzeniem się twarzy miały gorsze prognozy — niezależnie od płci, rasy czy rodzaju nowotworu. Przy krótkim odstępie między fotografiami wysoki wskaźnik FAR oznaczał ryzyko śmierci wyższe o 25 proc. W grupach ze średnimi i długimi odstępami różnice te były jeszcze wyraźniejsze i wynosiły odpowiednio 37 proc. oraz 65 proc. U chorych z przerzutami związek okazał się szczególnie silny.
Naukowcy prześledzili również, jak na przebieg choroby wpływa zarówno pierwotne odchylenie wieku biologicznego od metrykalnego (FADRT1), jak i sam wskaźnik tempa zmian (FAR). Najgorsze prognozy dotyczyły pacjentów, u których obie wartości były podwyższone. Kluczowym predyktorem przeżycia okazało się jednak samo tempo zmian, zwłaszcza wtedy, gdy odstępy między zdjęciami były dłuższe.
Starzenie biologiczne a uszkodzenia DNA
Autorzy publikacji podkreślają, że proces starzenia biologicznego nie przebiega w sposób równomierny. Gwałtowne przyspieszenie może występować w konkretnych momentach — jego przyczyną mogą być uszkodzenia DNA czy starzenie komórkowe. W przypadku chorych onkologicznie dynamika tego procesu może odzwierciedlać zarówno rozwój choroby, jak i konsekwencje samego leczenia.
Zaletami FAR są łatwa dostępność, niski koszt oraz możliwość wielokrotnego wykorzystania w trakcie leczenia. Potwierdzenie skuteczności tego parametru w kolejnych badaniach mogłoby wprowadzić go do standardów opieki onkologicznej. Pozwoliłoby to na szybsze wychwytywanie chorych z grupy wysokiego ryzyka oraz lepsze dostosowywanie intensywności terapii i wsparcia.
Prywatność i uprzedzenia algorytmów AI
Autorzy zwracają jednak uwagę, że wyników nie da się w pełni uogólnić — powodem jest skład etniczny i wiekowy analizowanej grupy. Brak szczegółowych informacji o przebiegu chorób oraz zastosowanych terapiach uniemożliwia uznanie wysokiego FAR za bezpośrednią przyczynę gorszych prognoz. Możliwy jest też wpływ innych czynników, takich jak wyniszczenie nowotworowe czy toksyczność stosowanego leczenia.
Istotną kwestią pozostaje również ochrona prywatności oraz potencjalne uprzedzenia w systemach rozpoznających twarze. Nim technologia trafi do gabinetów lekarskich, potrzebne będą dalsze prace na bardziej zróżnicowanych populacjach oraz odpowiedzi na pytania natury etycznej.
Kolejne analizy powinny obejmować różne rodzaje nowotworów, poszczególne stadia choroby oraz metody leczenia. Powinny też opierać się na powszechnie dostępnych algorytmach przy jednoczesnym zachowaniu wysokich standardów bezpieczeństwa danych. Potwierdzenie skuteczności wskaźnika FAR może uczynić z niego przełomowe narzędzie wspierające zindywidualizowaną opiekę nad chorymi onkologicznie.
źródło: medonet.pl
