Γιατροί ανέπτυξαν ένα εργαλείο τεχνητής νοημοσύνης που μπορεί να προβλέψει τις πιθανότητες επιβίωσης ενός ασθενούς με καρκίνο από μία και μόνο φωτογραφία του προσώπου του.
Το σύστημα τεχνητής νοημοσύνης δημιουργήθηκε ειδικά από ειδικούς του Mass General Brigham, ενός μη κερδοσκοπικού, ολοκληρωμένου ακαδημαϊκού συστήματος υγειονομικής περίθαλψης στη Μασαχουσέτη, με στόχο να εκτιμά τη βιολογική ηλικία και να προβλέπει άμεσα τις πιθανότητες επιβίωσης ασθενών που έχουν διαγνωστεί με καρκίνο.
Πρόκειται για μία από τις πιο ολοκληρωμένες μέχρι σήμερα επιδείξεις του τρόπου με τον οποίο η ανάλυση μιας selfie μέσω τεχνητής νοημοσύνης θα μπορούσε να συμβάλει στην αξιολόγηση της υγείας ενός ασθενούς και ενδεχομένως να καθοδηγήσει την ιατρική του φροντίδα. Το σύστημα εκπαιδεύτηκε με δεδομένα από περισσότερες από 40 εκατομμύρια φωτογραφίες προσώπων, που κάλυπταν διαφορετικές εθνοτικές ομάδες και ηλικίες.
Οι λεπτομέρειες αυτής της εξέλιξης δημοσιεύτηκαν στην επιθεώρηση «The Lancet Digital Health». Σύμφωνα με τα αποτελέσματα της μελέτης που αξιολόγησε το μοντέλο το σύστημα μπορεί να εκτιμήσει τη βιολογική ηλικία ενός ανθρώπου — δηλαδή την ηλικία που φαίνεται να έχει και όχι την πραγματική χρονολογική του ηλικία — και να προβλέψει τις πιθανότητες επιβίωσης ασθενών με καρκίνο, χρησιμοποιώντας μια συνηθισμένη φωτογραφία του προσώπου τους.
Τα εργαλεία
Οι γιατροί χρησιμοποίησαν την τεχνολογία για να αναπτύξουν δύο συμπληρωματικά εργαλεία. Το FAHR-FaceAge εκτιμά τη βιολογική ηλικία ενός ασθενούς και προβλέπει την επιβίωσή του σε περίπτωση καρκίνου. Το FAHR-FaceSurvival προβλέπει τις πιθανότητες επιβίωσης απευθείας από μια φωτογραφία του προσώπου, αντί να εξάγει το συμπέρασμα μέσω της βιολογικής ηλικίας.
Παρότι τα FAHR-FaceAge και FAHR-FaceSurvival προέκυψαν από το ίδιο μοντέλο εντόπισαν διαφορετικές αλλά συμπληρωματικές πληροφορίες σχετικά με την υγεία των ασθενών. Κάθε αλγόριθμος βασίστηκε επίσης σε διαφορετικές περιοχές του προσώπου για να κάνει τις αντίστοιχες προβλέψεις σχετικά με την ηλικία και τον κίνδυνο θανάτου.
Το FAHR-FaceAge εστιάζει στις ρυτίδες που εκτείνονται από τα πλάγια της μύτης προς τις γωνίες του στόματος, στην περιοχή του μετώπου ακριβώς πάνω από τις οφθαλμικές κόγχες και στους κροτάφους. Αντίθετα, το FAHR-FaceSurvival αξιολογεί την περιοχή κάτω από τα μάτια και γύρω από τη ρινική ράχη.
«Το FAHR-FaceSurvival προωθεί ακόμη περισσότερο τον τομέα της τεχνητής νοημοσύνης για την αναγνώριση δεικτών υγείας μέσω του προσώπου, καθώς μαθαίνει να υπολογίζει απευθείας τον κίνδυνο θανάτου από φωτογραφίες ασθενών με καρκίνο» δήλωσε ο Ούγκο Έρτς, ένας από τους δύο επικεφαλής συγγραφείς της μελέτης. Από όσο γνωρίζουμε, αυτή είναι η πρώτη απόδειξη ότι ένα μοντέλο τεχνητής νοημοσύνης μπορεί να προβλέψει άμεσα την επιβίωση ασθενών με καρκίνο από μια απλή φωτογραφία».
Μεταξύ των ασθενών με καρκίνο στις ΗΠΑ που υποβλήθηκαν σε ακτινοθεραπεία, όσοι, σύμφωνα με το FAHR-FaceAge, φαίνονταν τουλάχιστον πέντε χρόνια μεγαλύτεροι από την πραγματική τους ηλικία είχαν 21% υψηλότερο κίνδυνο θανάτου κατά τη μέση περίοδο παρακολούθησης των τεσσάρων ετών, σε σύγκριση με τους υπόλοιπους ασθενείς. Αντίθετα, όσοι φαίνονταν τουλάχιστον πέντε χρόνια νεότεροι είχαν 17% χαμηλότερο κίνδυνο.
«Η σημαντικότερη τεχνική πρόοδος είναι ότι το FAHR-Face μαθαίνει μια γενική αναπαράσταση του ανθρώπινου προσώπου από περισσότερες από 40 εκατομμύρια εικόνες, η οποία στη συνέχεια μπορεί να προσαρμοστεί σε διαφορετικά αποτελέσματα που σχετίζονται με την υγεία, όπως η βιολογική ηλικία και η επιβίωση» δήλωσε ο Έρτς.
«Αυτή η προσέγγιση, που βασίζεται σε ένα θεμελιώδες μοντέλο, μας προσφέρει έναν τρόπο να αναπτύσσουμε σε μεγάλη κλίμακα πολλαπλούς βιοδείκτες υγείας μέσω του προσώπου, αντί να εκπαιδεύουμε κάθε μοντέλο από την αρχή». Τα αποτελέσματα της μελέτης υποδηλώνουν ότι οι εκτιμήσεις της βιολογικής ηλικίας των ανθρώπων συνδέονται στενά με τη σωματική τους υγεία. Αυτό θα μπορούσε να αντανακλά την ικανότητά τους να επιβιώνουν από ορισμένες θεραπείες.
Η ανακάλυψη θα μπορούσε να ανοίξει τον δρόμο για τη χρήση της ανάλυσης προσώπου μέσω τεχνητής νοημοσύνης ως εργαλείου υποστήριξης των γιατρών, όταν καλούνται να λάβουν δύσκολες αποφάσεις σχετικά με την καταλληλότερη θεραπεία για τους ασθενείς τους. Το εργαλείο θα μπορούσε να βοηθήσει στην ακριβέστερη πρόβλεψη του κινδύνου θανάτου ή επιπλοκών μετά από σοβαρές χειρουργικές επεμβάσεις ή άλλες θεραπείες για τον καρκίνο.
«Καθώς ο πληθυσμός γερνά, οι γιατροί χρειάζονται καλύτερους τρόπους για να εκτιμούν τα σωματικά αποθέματα αντοχής και την ευπάθεια των ασθενών πριν προτείνουν εντατικές θεραπείες, όπως η ακτινοθεραπεία, η χειρουργική επέμβαση ή η συστηματική θεραπεία. Στόχος μας είναι να κάνουμε την αξιολόγηση της υγείας μέσω φωτογραφιών του προσώπου πιο ποσοτική, συνεπή και εφαρμόσιμη σε μεγάλη κλίμακα, ώστε να υποστηρίζει εξατομικευμένες θεραπευτικές αποφάσεις και όχι να αντικαθιστά την κρίση του γιατρού» αναφέρει ο Δρ. Ρέιμοντ Μακ, ογκολόγος ακτινοθεραπευτής στο Mass General Brigham.
Οι ερευνητές διαπίστωσαν επίσης ότι ορισμένοι παράγοντες του τρόπου ζωής συνδέονταν με τη γήρανση του προσώπου. Για παράδειγμα, η μεγάλη κατανάλωση αλκοόλ, η χρήση ναρκωτικών και το κάπνισμα συσχετίστηκαν με μεγαλύτερη βιολογική ηλικία, όπως αυτή εκτιμήθηκε από την τεχνητή νοημοσύνη μέσω φωτογραφιών του προσώπου.
«Ένα ακόμη απρόσμενο εύρημα ήταν το πόσο σταθερά ήταν τα αποτελέσματα του FAHR-FaceAge απέναντι σε συνηθισμένες διαφορές στις πραγματικές φωτογραφίες, όπως η στάση του κεφαλιού, ο φωτισμός, οι εκφράσεις του προσώπου και το μακιγιάζ. Το σύστημα παρέμεινε επίσης σταθερό στις περισσότερες από τις πλαστικές επεμβάσεις που εξετάστηκαν, με μια μικρή μόνο μεταβολή να παρατηρείται μετά από ρινοπλαστική» εξηγεί ο Μακ.
Οι γιατροί προειδοποίησαν ότι παρόλο που οι μεμονωμένες φωτογραφίες προσώπου θα μπορούσαν να προσφέρουν έναν εύκολο και χαμηλού κόστους τρόπο υποστήριξης εξατομικευμένων θεραπευτικών αποφάσεων, απαιτείται περαιτέρω έρευνα προτού το εργαλείο μπορέσει να χρησιμοποιηθεί ευρέως.
Naftemporiki.gr
Προτιμώμενη πηγή στην Google
Για να εμφανίζονται περισσότερα άρθρα της Ναυτεμπορικής στις αναζητήσεις σας εύκολα και γρήγορα, πρέπει να προσθέσετε το site στις προτιμώμενες πηγές σας. Μπορείτε να το κάνετε πηγαίνοντας εδώ.
