Ερευνητές υποστηρίζουν ότι έφτιαξαν εργαλείο ΑΙ που προβλέπει την επιβίωση καρκινοπαθών με μια selfie -Τι έδειξε η μελέτη

Δύο εργαλεία για selfie με διαφορετικές δυνατότητες

Οι ερευνητές ανέπτυξαν δύο συμπληρωματικά εργαλεία, τα FAHR-FaceAge και FAHR-FaceSurvival, τα οποία βασίζονται στο ίδιο μοντέλο τεχνητής νοημοσύνης, αλλά αξιολογούν διαφορετικές παραμέτρους.

Το FAHR-FaceAge εκτιμά τη βιολογική ηλικία ενός ανθρώπου, δηλαδή πόσο μεγάλος φαίνεται σε σχέση με τη χρονολογική του ηλικία, και χρησιμοποιεί αυτή την εκτίμηση για να προβλέψει την επιβίωση ασθενών με καρκίνο.

Αντίθετα, το FAHR-FaceSurvival υπολογίζει απευθείας την πιθανότητα επιβίωσης του καρκινοπαθούς από μια φωτογραφία, χωρίς να χρησιμοποιεί ως ενδιάμεσο δείκτη τη βιολογική ηλικία.

Παρότι τα δύο εργαλεία προέρχονται από το ίδιο μοντέλο, εντοπίζουν διαφορετικές και συμπληρωματικές πληροφορίες για την υγεία. Μάλιστα, βασίζονται σε διαφορετικές περιοχές του προσώπου. Το FAHR-FaceAge εστιάζει στις ρυτίδες που εκτείνονται από τα πλάγια της μύτης έως τις γωνίες του στόματος, στο μέτωπο πάνω από τις κόγχες των ματιών και στους κροτάφους. Το FAHR-FaceSurvival αξιολογεί κυρίως την περιοχή κάτω από τα μάτια και γύρω από τη ράχη της μύτης.

Για την εκπαίδευση του μοντέλου χρησιμοποιήθηκαν περισσότερες από 40 εκατομμύρια φωτογραφίες προσώπων, οι οποίες κάλυπταν διαφορετικές ηλικίες και εθνοτικές ομάδες.

Οι διαφορές στη βιολογική ηλικία και ο κίνδυνος θανάτου

Ιδιαίτερο ενδιαφέρον παρουσιάζουν τα αποτελέσματα σε ασθενείς με καρκίνο που υποβλήθηκαν σε ακτινοθεραπεία στις ΗΠΑ. Σύμφωνα με τη μελέτη, όσοι αξιολογήθηκαν από το FAHR-FaceAge ως τουλάχιστον πέντε χρόνια μεγαλύτεροι από την πραγματική τους ηλικία είχαν κατά 21% υψηλότερο κίνδυνο θανάτου, σε σύγκριση με τους υπόλοιπους ασθενείς, κατά τη διάρκεια μιας μέσης περιόδου παρακολούθησης τεσσάρων ετών.

Αντίστοιχα, όσοι φαίνονταν τουλάχιστον πέντε χρόνια νεότεροι είχαν κατά 17% χαμηλότερο κίνδυνο θανάτου. Τα ευρήματα υποδεικνύουν ότι η εκτιμώμενη βιολογική ηλικία μπορεί να συνδέεται με τη σωματική κατάσταση του ασθενούς και την ικανότητά του να αντεπεξέλθει σε απαιτητικές θεραπείες.

Ο Hugo Aerts, ένας από τους επικεφαλής συγγραφείς της μελέτης, δήλωσε ότι το FAHR-FaceSurvival «προχωρά ένα βήμα παραπέρα στον τομέα της τεχνητής νοημοσύνης για την αναγνώριση της υγείας μέσω του προσώπου, καθώς μαθαίνει να εκτιμά απευθείας τον κίνδυνο επιβίωσης από φωτογραφίες ασθενών με καρκίνο».

Όπως πρόσθεσε, «απ’ όσο γνωρίζουμε, αυτή είναι η πρώτη απόδειξη ότι ένα μοντέλο τεχνητής νοημοσύνης μπορεί να προβλέψει άμεσα την επιβίωση από τον καρκίνο μέσω μιας απλής φωτογραφίας».

Κάπνισμα, αλκοόλ και άλλοι παράγοντες

Η έρευνα εξέτασε επίσης τη σχέση του τρόπου ζωής με τη βιολογική γήρανση, όπως αυτή εκτιμάται από το σύστημα. Η μεγάλη κατανάλωση αλκοόλ, η χρήση ναρκωτικών ουσιών και το κάπνισμα συνδέθηκαν με εικόνα μεγαλύτερης βιολογικής ηλικίας στις φωτογραφίες που αναλύθηκαν.

Παράλληλα, οι ερευνητές διαπίστωσαν ότι το FAHR-FaceAge διατηρούσε σε μεγάλο βαθμό τη σταθερότητά του παρά τις συνήθεις διαφορές στις φωτογραφίες, όπως η γωνία λήψης, ο φωτισμός, οι εκφράσεις του προσώπου και το μακιγιάζ. Η εκτίμηση παρέμενε επίσης σταθερή μετά τις περισσότερες από τις εξεταζόμενες πλαστικές επεμβάσεις, με μικρή μόνο μεταβολή να παρατηρείται μετά τη ρινοπλαστική.