Un’intelligenza artificiale sviluppata da ricercatori del Mass General Brigham potrebbe aiutare i medici a valutare alcuni indicatori di salute dei pazienti oncologici a partire da una fotografia del viso. Il sistema, chiamato FAHR-Face, è stato addestrato su oltre 40 milioni di immagini e ha dato origine a due strumenti: FAHR-FaceAge, che stima l’età biologica, e FAHR-FaceSurvival, che prova a prevedere direttamente gli esiti di sopravvivenza. Lo studio è stato pubblicato sulla rivista The Lancet Digital Health. L’età biologica indica quanto il corpo sembra invecchiato rispetto all’età anagrafica. Nel modello, i due strumenti analizzano aspetti diversi del volto:
L’esito dello studio scientifico:
FAHR-FaceAge presta attenzione soprattutto alle pieghe tra naso e bocca, alla fronte e alle tempie; FAHR-FaceSurvival considera in particolare la zona sotto gli occhi e il ponte del naso. Le due valutazioni, pur provenendo dallo stesso modello, sembrano fornire informazioni in parte complementari. Nel gruppo di pazienti oncologici trattati con radioterapia, chi appariva almeno cinque anni più anziano della propria età anagrafica secondo FAHR-FaceAge presentava un rischio di morte superiore del 21% durante il periodo medio di osservazione di quattro anni. Al contrario, chi appariva almeno cinque anni più giovane aveva un rischio inferiore del 17%. Sono associazioni osservate nello studio:
Le doverose precisazioni:
non dimostrano che l’aspetto del volto causi una differenza nella sopravvivenza. I ricercatori hanno inoltre rilevato legami tra alcune abitudini e l’età biologica stimata: fumo, consumo elevato di alcol e uso di droghe erano associati a un aspetto biologicamente più anziano. Il modello si è mostrato relativamente stabile nelle fotografie con diverse condizioni di luce, espressione, posa e trucco, anche se è stato osservato un piccolo cambiamento dopo interventi di rinoplastica. L’obiettivo è offrire ai medici un possibile elemento aggiuntivo per valutare fragilità e riserva fisica prima di trattamenti impegnativi, come radioterapia, chirurgia o terapie sistemiche. Gli autori sottolineano però che questi strumenti dovrebbero affiancare il giudizio clinico, non sostituirlo. Lo studio riguarda lo sviluppo e la validazione dei modelli: non dimostra ancora che il loro impiego migliori le decisioni terapeutiche o gli esiti dei pazienti. Servono ulteriori verifiche in gruppi più ampi e diversificati prima di un uso clinico esteso.
Fonti:
- https://www.theguardian.com/technology/2026/oct/19/ai-tool-predict-cancer-survival-patient-selfie
- https://www.thelancet.com/journals/landig/article/PIIS2589-7500(26)00079-8/fulltext
#cancro #ai #intelligenzaartificiale #tumore
