Вештачка интелигенција проучава лице и процењује здравствене ризике /фото/
CC0 / Слика генерисана вештачком интелигенцијом /
Пратите нас
Једна фотографија лица могла би помоћи у процени биолошке доби особе, али и ризика преживљавања оболелих од рака, показало је ново истраживање научника.
Истраживачи желе фотографију лица претворити у додатни клинички показатељ који би лекарима могао помоћи при процени физичке отпорности пацијента и избору лечења. Наглашавају, међутим, да такав алат није замишљен као замена за лекарску процену.
Модел обучен на више од 40 милиона фотографија
Стручњаци из установе Мес џенерал Бригам у америчкој савезној држави Масачусетс развили су темељни модел вештачке интелигенције FAHR-Face, обучен на више од 40 милиона фотографија лица.
На његовој су основи развили два одвојена алата. FAHR-FaceAge процењује биолошку доб особе, док FAHR-FaceSurvival на основу фотографије пацијента оболелог од рака процењује ризик повезан са преживљавањем.
Биолошко старење односи се на стање организма и његову функционалност, а не само на број година које је особа провела. У овом истраживању реч је о процени биолошке доби изведене из обележја лица, а не о непосредном мерењу процеса старења у организму.
Модел за процену биолошке доби додатно је трениран на готово 750.000 јавно доступних фотографија, док је модел за преживљавање развијан на више од 34.000 фотографија пацијената оболелих од рака.
Резултати су потом проверени на независним групама пацијената.
Researchers at @harvardmed developed FAHR-Face, an AI model pretrained on over 40 M+ facial images. Its derivative FAHR-FaceAge predicts age with ~5.1 years’ mean error. Higher facial age is linked with increased mortality risk. @Dr_RayMak @HugoAerts @VadimGladyshev https://t.co/NKAGgoU3Lt
— TimePie (focus on anti-aging science) (@TimePieChina) October 21, 2026
Истраживачи су утврдили да је разлика између процењене биолошке и стварне хронолошке доби била независно повезана са преживљавањем оболелих од рака.
FAHR-FaceSurvival такође је показао снажну повезаност са исходима: пацијенти које је модел сврстао међу 25 одсто са највећим ризиком имали су више него троструко вишу смртност од оних у четвртини са најнижим процењеним ризиком, и након узимања у обзир других клиничких чинилаца.
Први пут модел предвиђа преживљавање на основу фотографије
Хуго Артс, професор на Харварду и директор програма за вештачку интелигенцију у медицини при Мес џенерал Бригаму, изјавио је да ново истраживање додатно унапређује подручје процене здравственог стања на основу фотографија лица.
„Колико нам је познато, ово је први пут да је показано како модел вештачке интелигенције може непосредно предвидети преживљавање оболелих од рака на основу обичне фотографије“, рекао је Артс.
Пушење највише повезано са старијим изгледом
Истраживачи су пронашли и повезаност између животних навика и процењене биолошке доби лица.
Прекомерна конзумација алкохола, употреба дрога и пушење били су повезани са биолошки старијим изгледом.
Најизраженија повезаност забележена је код пушења: садашњи пушачи у просеку су изгледали биолошки старије од бивших пушача, а бивши пушачи старије од особа које никада нису пушиле.
A single photograph can now forecast cancer survival risk. Mass General Brigham researchers built FAHR-Face, a foundation model trained on more than 40 million facial images. It powers FAHR-FaceAge (biological age estimate) and FAHR-FaceSurvival, which directly predicts survival from a photo of a cancer patient—the first such demonstration. In validation, the highest-risk quartile showed a 3.23× mortality hazard versus the lowest, after clinical adjustments. Combining both scores improved predictions further. A scalable, non-invasive signal that could help personalize care when other biomarkers are limited. @MassGenBrigham @HarvardMed @TheLancet #AI #HealthAI #CancerResearch #MedTech https://t.co/PCquLlXEVD
— Rise-Raise (@rise_raise_ai) October 21, 2026
Реч је о повезаности утврђеној у подацима, а не о доказу да је поједина животна навика сама по себи изазвала одређену промену изгледа лица.
Рејмонд Мак, ванредни професор радијационе онкологије на Медицинском факултету Универзитета Харвард, рекао је да је тим изненадила стабилност резултата у различитим свакодневним условима фотографисања.
Модел је давао размерно конзистентне резултате независно од положаја тела и главе, осветљења, израза лица и шминке, а био је стабилан и након већине анализираних естетских захвата.
„Наш је циљ учинити процену здравственог стања на основу фотографија лица квантитативнијом, доследнијом и применљивом у већем опсегу, како би могла подржати одлуке о персонализованом лечењу, а не заменити лекарску процену“, рекао је Мак.
Истраживачи сматрају да би такви алати једнога дана могли помоћи лекарима при процени физичке отпорности пацијената пре захтевних поступака попут операције, зрачења или системске терапије. Ипак, реч је о истраживачком алату који захтева додатну валидацију пре шире клиничке примене.
Студија је објављена у часопису The Lancet Digital Health.
Заинтересоване пунолетне особе могу учествовати и у даљем истраживању FaceAge тако што ће учитати фотографију и добити сопствени истраживачки резултат процене. Тај резултат није медицинска дијагноза нити замена за лекарски преглед.
Погледајте и:
