Sztuczna inteligencja oceni rokowania chorego na raka ze zdjęcia twarzy? Nowe badanie

Naukowcy z amerykańskiego systemu opieki zdrowotnej Mass General Brigham opracowali narzędzia sztucznej inteligencji, które analizują fotografię twarzy pacjenta chorego na raka. Jeden model szacuje tak zwany wiek biologiczny, a drugi próbuje bezpośrednio przewidzieć ryzyko związane z przeżyciem.

Jak podał 19 października 2026 roku „The Guardian”, szczegóły badania opublikowano w czasopiśmie „The Lancet Digital Health”. Technologia ma w przyszłości wspierać lekarzy przy ocenie kondycji pacjenta przed radioterapią, operacją lub leczeniem systemowym. Autorzy zastrzegają jednak, że nie powinna zastępować oceny specjalisty.

Narzędzie wytrenowano na milionach zdjęć

Podstawą rozwiązania jest model analizujący cechy widoczne na zdjęciu twarzy. Według relacji „The Guardian” został on wytrenowany z użyciem ponad 40 mln fotografii osób w różnym wieku i o różnym pochodzeniu etnicznym.

Wiek biologiczny nie oznacza wieku wpisanego do dokumentów. Ma opisywać, jak stary organizm wydaje się pod względem ogólnej kondycji. Założenie badaczy jest takie, że wygląd twarzy może odzwierciedlać między innymi osłabienie, obciążenia zdrowotne i zdolność do znoszenia intensywnego leczenia.

Dwa modele analizują odmienne cechy

Badacze przygotowali dwa uzupełniające się narzędzia. FAHR-FaceAge szacuje wiek biologiczny pacjenta, a następnie wykorzystuje go do przewidywania rokowań. FAHR-FaceSurvival ma oceniać ryzyko bezpośrednio na podstawie fotografii, bez pośredniego wyliczania wieku biologicznego.

Modele nie koncentrują się na identycznych częściach twarzy. Według opisu badania FAHR-FaceAge zwraca szczególną uwagę na bruzdy biegnące od nosa do kącików ust, obszar czoła nad oczodołami oraz skronie. FAHR-FaceSurvival analizuje przede wszystkim okolice pod oczami i w pobliżu nasady nosa.

Hugo Aerts, współautor badania, wyjaśnił, że oba modele powstały na tej samej bazie, ale wychwytują różne informacje dotyczące zdrowia pacjenta. W ocenie zespołu bezpośrednie przewidywanie ryzyka z fotografii jest kolejnym etapem rozwoju systemów rozpoznających biomarkery widoczne na twarzy.

Co pokazała analiza pacjentów

Wśród pacjentów onkologicznych leczonych radioterapią w Stanach Zjednoczonych osoby wyglądające według FAHR-FaceAge na co najmniej pięć lat starsze od swojego wieku metrykalnego miały o 21 proc. wyższe ryzyko zgonu podczas obserwacji trwającej średnio cztery lata. U pacjentów wyglądających na co najmniej pięć lat młodziej ryzyko było o 17 proc. niższe.

Te wartości opisują zależność statystyczną w badanej grupie. Nie oznaczają, że na podstawie samego zdjęcia można wiarygodnie określić długość życia konkretnej osoby. Nie dowodzą też, że wygląd twarzy jest przyczyną lepszych albo gorszych rokowań.

Analiza wykazała ponadto związek między starszym wyglądem biologicznym a paleniem, intensywnym spożywaniem alkoholu i używaniem narkotyków. Model miał zachowywać względnie stabilne wyniki mimo zmian oświetlenia, pozy, mimiki czy makijażu. Spośród badanych zabiegów chirurgii plastycznej niewielką zmianę wyniku odnotowano po korekcji nosa.

Znaczenie dla lekarzy i pacjentów

Ocena ogólnej sprawności chorego ma znaczenie przy wyborze terapii przeciwnowotworowej. Wiek metrykalny nie zawsze dobrze odzwierciedla rezerwy organizmu: dwie osoby urodzone w tym samym roku mogą zupełnie inaczej tolerować operację, radioterapię lub leczenie systemowe.

Dr Raymond Mak, onkolog radioterapeuta z Mass General Brigham, wskazał, że lekarze potrzebują dokładniejszych sposobów oceny kruchości i kondycji fizycznej starzejących się pacjentów. Zdjęcie twarzy mogłoby być niedrogim i łatwo dostępnym dodatkowym źródłem informacji, szczególnie jeśli wynik byłby zestawiany z badaniem lekarskim, historią choroby oraz innymi testami.

Technologia nie jest jednak cyfrowym „wyrokiem”. Nie powinna służyć do samodzielnego kwalifikowania pacjenta do terapii ani do jej odmowy. Sami autorzy przedstawiają ją jako możliwe wsparcie spersonalizowanych decyzji, a nie zamiennik profesjonalnej oceny.

Co pozostaje niejasne

Na podstawie dostępnej relacji nie można ocenić wszystkich ograniczeń badania. Kluczowe pytania dotyczą skuteczności modeli w różnych szpitalach, krajach i grupach pacjentów, a także tego, czy wyniki zostaną potwierdzone w niezależnych badaniach prospektywnych.

Nie wiadomo również, jaki poziom dokładności byłby wystarczający do wykorzystania narzędzia w codziennej praktyce. Potrzebne jest sprawdzenie, czy fotografia rzeczywiście poprawia decyzje terapeutyczne ponad informacje już dostępne lekarzowi.

Osobną kwestią pozostaje prywatność. Zdjęcie twarzy jest daną wrażliwą, dlatego przed wdrożeniem takiego systemu placówki musiałyby jasno określić zasady zgody, przechowywania fotografii, dostępu do nich oraz usuwania danych.

Co warto sprawdzić przed użyciem takiej oceny

Pacjent, któremu w przyszłości zaproponowano by podobną analizę, powinien zapytać, czy narzędzie jest elementem badania, czy standardowej procedury, kto zobaczy fotografię oraz w jaki sposób wynik wpłynie na plan leczenia. Warto również ustalić, czy rezultat zostanie zweryfikowany innymi metodami oceny sprawności i ryzyka.

Do czasu przeprowadzenia dalszych badań fotografia twarzy może być rozpatrywana wyłącznie jako dodatkowy sygnał kliniczny. Nie zastępuje diagnozy, badań laboratoryjnych, obrazowania ani rozmowy z onkologiem.

Źródło: https://www.theguardian.com/technology/2026/oct/19/ai-tool-predict-cancer-survival-patient-selfie