FAHR-Face: l’IA stima la prognosi del cancro analizzando il volto

FAHR-Face. Un team del Mass General Brigham Cancer Institute, guidato dall’oncologo radioterapista Ray Mak, ha sviluppato un modello di intelligenza artificiale in grado di stimare il rischio di mortalità dei pazienti oncologici a partire da una fotografia del volto. La ricerca, pubblicata su The Lancet Digital Health, esplora l’integrazione tra informazioni cliniche e analisi automatizzata di segnali visibili sul viso per supportare i medici nella formulazione della prognosi.

Il sistema, denominato FAHR-Face, è stato inizialmente addestrato su 40 milioni di immagini di volti senza un compito predittivo specifico. Successivamente, è stato adattato a due obiettivi: stimare l’età biologica del soggetto e prevedere la sopravvivenza dei pazienti con tumore. I risultati delle due elaborazioni sono stati poi valutati singolarmente e in combinazione.

FAHR-Face: perché è importante

Una verifica sulla previsione della sopravvivenza ha coinvolto 3.820 pazienti oncologici. Tra i 122 a cui l’algoritmo aveva assegnato il punteggio di rischio più alto, 64 sono deceduti entro 90 giorni dalla fotografia, ovvero poco più della metà. Lo studio indica che punteggi più elevati corrispondono a una maggiore mortalità osservata.

Un’ulteriore valutazione ha riguardato oltre 38.000 pazienti con tumore, evidenziando come le persone giudicate dal modello più anziane rispetto all’età anagrafica presentassero un rischio di morte superiore. Mak riferisce che l’inserimento sia della stima dell’età facciale sia del punteggio di sopravvivenza in un modello prognostico clinico ha migliorato la previsione rispetto all’utilizzo di uno solo dei due indicatori.

L’analisi delle mappe di attenzione, utilizzate per comprendere il funzionamento dell’algoritmo, ha rivelato che nella stima dell’età emergono soprattutto le pieghe tra naso e bocca e alcune aree della fronte. Per la previsione della sopravvivenza, l’attenzione si concentra sul ponte del naso e sulle zone sotto gli occhi: associazioni individuate dal modello per le quali non è stato ancora stabilito un meccanismo biologico.

Nell’analisi dell’età facciale sono state riscontrate correlazioni con abitudini legate alla salute, come il fumo e l’elevato consumo di alcol, che tendono a far apparire i soggetti più anziani. Mak sottolinea che espressione del viso, trucco e condizioni di illuminazione non influenzano significativamente le prestazioni dell’algoritmo; la rinoplastica rappresenta un’eccezione, in quanto dopo l’intervento il sistema tende ad attribuire un’età leggermente superiore.

Cosa cambia e quali sono gli effetti

L’obiettivo clinico si basa sulla pratica medica consolidata di osservare il paziente per valutarne fragilità e condizioni generali. Mak descrive questa valutazione come soggettiva e propone l’analisi del volto come elemento informativo aggiuntivo nelle decisioni terapeutiche. Mass General Brigham ha depositato una domanda di brevetto per gli algoritmi dedicati alla salute attraverso l’analisi del volto.

Il modello non è ancora pronto per l’uso clinico: è stato addestrato su pazienti oncologici dell’area di Boston, prevalentemente bianchi, e il gruppo sta ampliando la diversità dei dati per ulteriori verifiche. Il bioeticista Matthew Liao della New York University, non coinvolto nello studio, sottolinea le conseguenze di classificazioni errate sulle cure e solleva il tema del possibile utilizzo di questi strumenti da parte di assicurazioni e datori di lavoro.

Fonte e approfondimento su FAHR-Face: articolo originale.

* Contenuto realizzato con l'ausilio di sistemi di intelligenza artificiale.