Исследователи из Бостона разработали модель искусственного интеллекта, способную анализировать лицо пациента и классифицировать его по риску выживания, не требуя при этом сканирования, анализа крови или использования больничного оборудования.
Система получила название Foundation Artificial Intelligence for Health Recognition-Face, или FAHR-Face, и была представлена в новом исследовании по разработке и валидации модели в издании The Lancet Digital Health. Эта базовая модель обучалась на более чем 40 миллионах фотографий лиц, охватывающих различные этнические группы и возрастные категории. На основе этой модели были созданы два инструмента.
Инструмент FAHR-FaceAge предназначен для оценки биологического возраста человека, то есть того, как он выглядит, а не даты рождения. Он также способен прогнозировать риск смертности непосредственно по снимку лица. Для выполнения задачи по оценке выживаемости исследователи доработали модель, используя 34 363 фотографии пациентов с раком, и протестировали ее на двух независимых наборах данных пациентов. При этом их анализ учитывал установленные клинические факторы прогноза, а не полагался исключительно на лицо для постановки диагноза.
Результаты оказались значительными: пациенты, отнесенные к четверти с самым высоким риском в FAHR-FaceSurvival, имели более чем в три раза большую смертность по сравнению с теми, кто попал в четверть с наименьшим риском, при скорректированном коэффициенте риска (hazard ratio) 3.23. Более высокая прогностическая точность была достигнута при совмещении моделей возраста и выживаемости, поскольку обе системы фиксировали различную информацию.
Как сообщает The Guardian, люди, выглядевшие на пять лет старше своего хронологического возраста, имели на 21% более высокий риск смерти в течение среднего четырехлетнего периода наблюдения. И наоборот, те, кто выглядел на пять лет моложе, демонстрировали на 17% меньший риск. Однако авторы подчеркивают, что это не означает, что приложение может определить срок жизни человека по селфи. Модель ранжирует статистический риск в группах, а не выдает индивидуальную дату окончания жизни, и исследователи отмечают, что перед рутинным клиническим применением требуется дополнительная работа.
Доктор Реймонд Мак, радиоонколог из Mass General Brigham и один из соавторов исследования, заявил, что врачам необходимы более совершенные методы для оценки хрупкости пациентов перед тем, как рекомендовать им лучевую терапию, хирургическое вмешательство или системную терапию пожилым людям. Мак отметил: «Наша цель — сделать оценку здоровья на основе фотографий лица более количественной, последовательной и масштабируемой, чтобы она могла поддерживать персонализированные решения о лечении, а не заменять суждение врача».
Модель биологического возраста показала достаточную устойчивость при изменении позы, освещения, выражения лица и макияжа, продемонстрировав среднюю абсолютную ошибку возраста в 5.1 года на общедоступных наборах данных. Оба инструмента анализировали разные области лица: FaceAge фокусировался на области рта, лба и висков, тогда как FaceSurvival концентрировался ниже глаз и вокруг переносицы.
Исследование также установило связь между тяжелым употреблением алкоголя, наркотиками и курением с более старшим возрастом лица, что позволяет предположить, что модель может улавливать накопленную хрупкость и повреждения здоровья, видимые на чертах лица. Помимо клинических перспектив, существуют и коммерческие интересы: Mass General Brigham подала заявку на получение патента США на алгоритмы здоровья лица следующего поколения, а само исследование было профинансировано Европейским исследовательским советом.
Хьюго Аертс, другой соавтор, назвал это первой демонстрацией того, что ИИ может напрямую прогнозировать выживаемость при раке по простому снимку. Сложной задачей останется доказательство сохранения точности в условиях больниц.