Health & Fitness

Μπορεί μια selfie να αποκαλύψει πόσο θα ζήσει ένας ασθενής με καρκίνο; Τι δείχνει νέα μελέτη

Το σύστημα που ανέπτυξαν ειδικοί

Athens Voice News
Newsroom
3’ ΔΙΑΒΑΣΜΑ
Γυναίκα βγάζει selfie στην εξοχή
Μπορεί μια selfie να αποκαλύψει πόσο θα ζήσει ένας ασθενής με καρκίνο; Τι δείχνει νέα μελέτη © Envato / Gorlovkv

Νέο εργαλείο τεχνητής νοημοσύνης μπορεί να προβλέψει την επιβίωση ασθενών με καρκίνο από μία selfie, σύμφωνα με μελέτη

Οι γιατροί ανέπτυξαν ένα εργαλείο τεχνητής νοημοσύνης που μπορεί να προβλέψει τις πιθανότητες επιβίωσης ενός ασθενούς με καρκίνο, αναλύοντας μία και μόνο φωτογραφία του προσώπου του.

Το σύστημα τεχνητής νοημοσύνης δημιουργήθηκε από ειδικούς του Mass General Brigham, ενός μη κερδοσκοπικού, ολοκληρωμένου ακαδημαϊκού συστήματος υγειονομικής περίθαλψης στη Μασαχουσέτη των ΗΠΑ, 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 μελέτες σχετικά με το πώς η ανάλυση μιας selfie μέσω τεχνητής νοημοσύνης θα μπορούσε να συμβάλει στην αξιολόγηση της υγείας ενός ασθενούς και ενδεχομένως να καθοδηγήσει την ιατρική του αντιμετώπιση. Το σύστημα εκπαιδεύτηκε με δεδομένα από περισσότερες από 40 εκατομμύρια φωτογραφίες προσώπων, που αντιπροσωπεύουν διαφορετικές εθνότητες και ηλικιακές ομάδες.

Οι λεπτομέρειες της ανακάλυψης δημοσιεύθηκαν στο επιστημονικό περιοδικό 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 πόσο χρονών φαίνεται και όχι την πραγματική, χρονολογική ηλικία του - και να προβλέψει τις πιθανότητες επιβίωσης ασθενών με καρκίνο, χρησιμοποιώντας μια συνηθισμένη φωτογραφία του προσώπου τους.

Οι γιατροί αξιοποίησαν την τεχνολογία για να αναπτύξουν δύο συμπληρωματικά εργαλεία. Το FAHR-FaceAge εκτιμά τη βιολογική ηλικία του ασθενούς και προβλέπει την επιβίωση από τον καρκίνο. Το FAHR-FaceSurvival προβλέπει τις πιθανότητες επιβίωσης απευθείας από μια φωτογραφία του προσώπου, χωρίς να βασίζεται σε συμπεράσματα που προκύπτουν από τη βιολογική ηλικία. Παρότι τα FAHR-FaceAge και FAHR-FaceSurvival προέρχονται από το ίδιο μοντέλο, εντοπίζουν διαφορετικές και συμπληρωματικές πληροφορίες για την υγεία του ασθενούς.

Κάθε αλγόριθμος βασίζεται 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 έως τις γωνίες του στόματος, στην περιοχή του μετώπου ακριβώς πάνω από τις κόγχες των ματιών και στους κροτάφους. Αντίθετα, το FAHR-FaceSurvival αξιολογεί την περιοχή κάτω από τα μάτια και γύρω από τη ράχη της μύτης. «Το FAHR-FaceSurvival προωθεί ακόμη περισσότερο τον τομέα της τεχνητής νοημοσύνης για την αναγνώριση δεικτών υγείας μέσω του προσώπου, καθώς μαθαίνει να προβλέπει άμεσα τον κίνδυνο θανάτου από φωτογραφίες ασθενών με καρκίνο», δήλωσε ο Ούγκο Άερτς, 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, έδειχναν τουλάχιστον πέντε χρόνια μεγαλύτεροι από την πραγματική τους ηλικία είχαν κατά 21% υψηλότερο κίνδυνο θανάτου κατά τη μέση περίοδο παρακολούθησης των τεσσάρων ετών, σε σύγκριση με τους υπόλοιπους ασθενείς. Αντίθετα, όσοι έδειχναν τουλάχιστον πέντε χρόνια νεότεροι είχαν κατά 17% χαμηλότερο κίνδυνο. «Το βασικό τεχνικό επίτευγμα είναι ότι το FAHR-Face μαθαίνει να αναγνωρίζει γενικά χαρακτηριστικά του προσώπου από περισσότερες από 40 εκατομμύρια εικόνες, τα οποία μπορούν στη συνέχεια να προσαρμοστούν σε διαφορετικές παραμέτρους υγείας, όπως η βιολογική ηλικία και η επιβίωση», δήλωσε ο Άερτς. «Αυτή η προσέγγιση, που βασίζεται σε ένα θεμελιώδες μοντέλο, μας προσφέρει έναν επεκτάσιμο τρόπο ανάπτυξης πολλαπλών βιοδεικτών υγείας μέσω του προσώπου, αντί να εκπαιδεύουμε κάθε μοντέλο από την αρχή».

Τα αποτελέσματα της μελέτης υποδεικνύουν ότι οι εκτιμήσεις της βιολογικής ηλικίας συνδέονται στενά με τη σωματική υγεία των ανθρώπων. Αυτό θα μπορούσε να αντανακλά την ικανότητά τους να αντεπεξέρχονται σε συγκεκριμένες θεραπείες και να επιβιώνουν μετά από αυτές. Η ανακάλυψη ενδέχεται να ανοίξει τον δρόμο για την αξιοποίηση της ανάλυσης του προσώπου μέσω τεχνητής νοημοσύνης, ώστε να υποστηρίζονται οι γιατροί στη λήψη δύσκολων αποφάσεων σχετικά με την καταλληλότερη θεραπευτική προσέγγιση για τους ασθενείς τους.

Το εργαλείο θα μπορούσε να συμβάλει στην ακριβέστερη πρόβλεψη του κινδύνου θανάτου ή επιπλοκών μετά από μια σοβαρή χειρουργική επέμβαση ή άλλες θεραπείες για τον καρκίνο. Ο δρ Ρέιμοντ Μακ, ογκολόγος ακτινοθεραπευτής στο Mass General Brigham, δήλωσε: «Καθώς ο πληθυσμός γερνά, οι γιατροί χρειάζονται καλύτερους τρόπους για να εκτιμούν τα σωματικά αποθέματα και την ευπάθεια των ασθενών πριν συστήσουν εντατικές θεραπείες, όπως η ακτινοθεραπεία, η χειρουργική επέμβαση ή η συστηματική θεραπεία». «Στόχος μας είναι να καταστήσουμε την αξιολόγηση της υγείας μέσω φωτογραφιών του προσώπου πιο ποσοτικοποιήσιμη, συνεπή και εύκολα εφαρμόσιμη σε μεγάλη κλίμακα, ώστε να υποστηρίζει εξατομικευμένες θεραπευτικές αποφάσεις και όχι να αντικαθιστά την ιατρική κρίση».

Οι ερευνητές διαπίστωσαν επίσης ότι παράγοντες του τρόπου ζωής συνδέονται με τη γήρανση του προσώπου. Για παράδειγμα, η υπερβολική κατανάλωση αλκοόλ, η χρήση ναρκωτικών και το κάπνισμα συσχετίστηκαν με μεγαλύτερη βιολογική ηλικία, σύμφωνα με την ανάλυση των φωτογραφιών από την τεχνητή νοημοσύνη. «Ένα ακόμη απρόσμενο εύρημα ήταν η συνέπεια των αποτελεσμάτων του FAHR-FaceAge παρά τις συνήθεις διαφοροποιήσεις στις πραγματικές συνθήκες λήψης φωτογραφιών, όπως η στάση του κεφαλιού, ο φωτισμός, οι εκφράσεις του προσώπου και το μακιγιάζ», δήλωσε ο Μακ. «Το σύστημα παρέμεινε επίσης σταθερό στις περισσότερες από τις επεμβάσεις πλαστικής χειρουργικής που εξετάστηκαν, με μια μικρή μόνο μεταβολή να παρατηρείται μετά από ρινοπλαστική».

Οι γιατροί προειδοποίησαν ότι, παρότι οι μεμονωμένες φωτογραφίες προσώπου θα μπορούσαν να προσφέρουν έναν εύκολο και χαμηλού κόστους τρόπο υποστήριξης εξατομικευμένων θεραπευτικών αποφάσεων, απαιτείται περαιτέρω έρευνα προτού το εργαλείο χρησιμοποιηθεί ευρέως στην κλινική πράξη.

Πηγή: The Guardian

ΕΓΓΡΑΦΕΙΤΕ ΣΤΟ NEWSLETTER ΜΑΣ

Tα καλύτερα άρθρα της ημέρας έρχονται στο mail σου

ΠΡΟΣΦΑΤΑ

ΤΑ ΠΙΟ ΔΗΜΟΦΙΛΗ

ΔΙΑΒΑΖΟΝΤΑΙ ΠΑΝΤΑ

ΔΕΙΤΕ ΕΠΙΣΗΣ

Έχετε δει 20 από 200 άρθρα.

// EMPTY