Σύνοψη
- Το Mass General Brigham ανέπτυξε το FAHR-Face με εκπαίδευση σε περισσότερες από 40 εκατομμύρια εικόνες προσώπων.
- Το FAHR-FaceAge εκτιμά βιολογική ηλικία.
- Το FAHR-FaceSurvival εξετάζει συσχετίσεις χαρακτηριστικών προσώπου με την επιβίωση ασθενών με καρκίνο.
- Τα αποτελέσματα παραμένουν ερευνητικά και δεν αποτελούν κλινική διάγνωση.
Μία απλή φωτογραφία προσώπου μπορεί να περιέχει πληροφορίες για την υγεία ενός ανθρώπου που δεν είναι άμεσα ορατές, όπως δείχνει νέα έρευνα του Mass General Brigham με τεχνητή νοημοσύνη.
Η μελέτη, που δημοσιεύθηκε στις 19 Οκτωβρίου 2026 στο The Lancet Digital Health, παρουσιάζει το FAHR-Face, ένα μοντέλο AI εκπαιδευμένο σε περισσότερες από 40 εκατομμύρια φωτογραφίες προσώπων. Από αυτό προέκυψαν δύο εργαλεία: το FAHR-FaceAge, που εκτιμά τη βιολογική ηλικία, και το FAHR-FaceSurvival, που εξετάζει τη σχέση ανάμεσα στα χαρακτηριστικά του προσώπου και στην επιβίωση ασθενών με καρκίνο.
Πώς λειτουργούν τα δύο μοντέλα
Το FAHR-FaceAge αναλύει μία φωτογραφία και εκτιμά τη βιολογική ηλικία, η οποία ενδέχεται να διαφέρει από τη χρονολογική ηλικία ενός ανθρώπου.
Το FAHR-FaceSurvival έχει διαφορετικό σκοπό: εκπαιδεύτηκε με φωτογραφίες ασθενών με καρκίνο και δεδομένα για την πορεία τους, ώστε να εντοπίζει οπτικά χαρακτηριστικά που συνδέονται στατιστικά με τον κίνδυνο θανάτου.
Για το μοντέλο επιβίωσης χρησιμοποιήθηκαν 34.363 φωτογραφίες ασθενών στην εκπαίδευση και ακολούθησαν έλεγχοι σε ανεξάρτητα σύνολα δεδομένων, μεταξύ άλλων από την Ολλανδία. Στην υψηλότερη ομάδα κινδύνου διαπιστώθηκε υπερτριπλάσιος σχετικός κίνδυνος θανάτου έναντι της χαμηλότερης ομάδας, μετά από στατιστικές προσαρμογές. Πρόκειται για εκτίμηση κινδύνου σε πληθυσμούς, όχι για ακριβή πρόβλεψη για κάποιο συγκεκριμένο άτομο.
Ποια σημεία του προσώπου εξετάζει η AI
Οι ερευνητές χρησιμοποίησαν χάρτες προσοχής για να καταγράψουν ποιες περιοχές επηρεάζουν περισσότερο τα αποτελέσματα κάθε εργαλείου. Το FAHR-FaceAge εστιάζει στις ρινοπαρειακές αύλακες, στο μέτωπο πάνω από τα μάτια και στους κροτάφους. Το FAHR-FaceSurvival δίνει μεγαλύτερη έμφαση στην περιοχή κάτω από τα μάτια και γύρω από τη ράχη της μύτης.
Οι χρωματιστές περιοχές του συνοδευτικού γραφικού δεν δείχνουν θερμοκρασία, αλλά τη σχετική επιρροή διαφορετικών σημείων στις προβλέψεις. Οι χάρτες αποκαλύπτουν πού εστιάζουν οι αλγόριθμοι, όχι με βεβαιότητα ποιο ακριβώς βιολογικό χαρακτηριστικό αναγνωρίζουν.
Τι έδειξε η έρευνα για τη βιολογική ηλικία
Η διαφορά ανάμεσα στην εκτιμώμενη βιολογική ηλικία και στην πραγματική ηλικία συσχετίστηκε ανεξάρτητα με την επιβίωση. Το κάπνισμα, η βαριά κατανάλωση αλκοόλ και η χρήση ναρκωτικών ουσιών συνδέθηκαν επίσης με μεγαλύτερη εκτιμώμενη ηλικία προσώπου.
Το FAHR-FaceAge εμφάνισε σχετική σταθερότητα σε συνηθισμένες αλλαγές φωτισμού, γωνίας λήψης, έκφρασης και μακιγιάζ. Αυτό έχει πρακτική σημασία, επειδή οι φωτογραφίες εκτός εργαστηρίου διαφέρουν αισθητά μεταξύ τους.
Από τη φωτογραφία σε πιθανό ιατρικό εργαλείο
Η εκτίμηση της φυσικής κατάστασης ενός ασθενούς έχει σημασία πριν από απαιτητικές θεραπείες όπως ακτινοθεραπεία, χειρουργείο και συστηματική θεραπεία. Οι ερευνητές εξετάζουν αν η φωτογραφική ανάλυση μπορεί να προσφέρει ένα πρόσθετο στοιχείο που θα υποστηρίζει τις αποφάσεις των γιατρών, χωρίς να τις αντικαθιστά.
Η ιδέα συνδέεται με άλλες προσπάθειες άντλησης πληροφοριών υγείας από εικόνες, όπως το Google PhotoScan για εκτίμηση της σύστασης σώματος από φωτογραφίες smartphone. Τα δύο ερευνητικά προγράμματα αφορούν διαφορετικές μετρήσεις, αλλά δείχνουν πώς η υπολογιστική ανάλυση εικόνας επεκτείνεται πέρα από την παραδοσιακή φωτογραφική χρήση.
Τα μοντέλα FAHR-Face δεν αποτελούν ανεξάρτητες διαγνωστικές εξετάσεις ούτε καθιερωμένα κλινικά εργαλεία. Για τέτοια χρήση απαιτούνται πρόσθετη κλινική επικύρωση, έλεγχοι σε διαφορετικούς πληθυσμούς και σαφείς εγγυήσεις για την προστασία των ευαίσθητων δεδομένων προσώπου.
Τι πιστεύουμε
Ως φωτογράφοι βλέπουμε το πρόσωπο μέσα από τον φωτισμό, την έκφραση και τη λεπτομέρεια. Εδώ τα ίδια pixels αποκτούν έναν πολύ διαφορετικό ρόλο: χρησιμοποιούνται για να αναζητηθούν συσχετίσεις με την υγεία του ανθρώπου μπροστά στην κάμερα.
Μας εντυπωσιάζει ότι τα δύο μοντέλα αντλούν χρήσιμη πληροφορία από διαφορετικές περιοχές του ίδιου προσώπου. Αλλά ένας χάρτης προσοχής δεν εξηγεί από μόνος του τη βιολογία πίσω από μια πρόβλεψη. Αυτό είναι κρίσιμο όταν οι αριθμοί μπορεί να επηρεάσουν πραγματικές ιατρικές αποφάσεις.
Υπάρχει και κάτι που αφορά άμεσα την κοινότητα της εικόνας: η συναίνεση για τη λήψη ενός πορτρέτου δεν ισοδυναμεί με συναίνεση για εξαγωγή πληροφοριών υγείας. Όσο περισσότερα μπορούν να συναχθούν από μια φωτογραφία προσώπου, τόσο πιο ουσιαστικοί γίνονται ο έλεγχος πρόσβασης και τα όρια χρήσης.
Συχνές ερωτήσεις
Μπορεί μία selfie να διαγνώσει καρκίνο;
Όχι. Το μοντέλο επιβίωσης αξιολογήθηκε σε δεδομένα ανθρώπων που είχαν ήδη καρκίνο. Δεν είναι εργαλείο ανίχνευσης της νόσου.
Μπορεί να προβλέψει πόσο θα ζήσει ένας ασθενής;
Εκτιμά σχετικό στατιστικό κίνδυνο, όχι με βεβαιότητα το προσδόκιμο ζωής ενός συγκεκριμένου ατόμου.
Μπορεί να χρησιμοποιηθεί σήμερα στην κλινική πράξη;
Τα αποτελέσματα αφορούν ερευνητική ανάπτυξη και επικύρωση. Η συστηματική χρήση στην περίθαλψη απαιτεί επιπλέον μελέτες και αξιολόγηση.
