AI αναλύει μια φωτογραφία προσώπου και εκτιμά την πορεία του καρκίνου σε ασθενείς

Η AI θα μπορούσε στο μέλλον να βοηθά τους γιατρούς να εκτιμούν την πορεία ασθενών με καρκίνο, αναλύοντας μια απλή φωτογραφία του προσώπου τους.

Ερευνητές του νοσοκομειακού ομίλου Mass General Brigham ανέπτυξαν το FAHR-Face, ένα προηγμένο μοντέλο AI που αναγνωρίζει χαρακτηριστικά του προσώπου τα οποία συνδέονται στατιστικά με τη βιολογική γήρανση και τον κίνδυνο θανάτου. Τα αποτελέσματα δείχνουν ότι πληροφορίες που δεν είναι άμεσα ορατές στον άνθρωπο ενδέχεται να προσφέρουν πρόσθετα στοιχεία για τη γενικότερη κατάσταση της υγείας ενός ογκολογικού ασθενούς.

Η νέα έρευνα δημοσιεύθηκε στις 19 Οκτωβρίου 2026 στο επιστημονικό περιοδικό The Lancet Digital Health και βασίζεται σε ένα AI foundation model που εκπαιδεύτηκε με περισσότερες από 40 εκατομμύρια φωτογραφίες προσώπων. Από αυτό προέκυψαν δύο διαφορετικά εργαλεία.

Tο FAHR-FaceAge, που εκτιμά τη βιολογική ηλικία μέσα από την εμφάνιση, και το FAHR-FaceSurvival, που αξιολογεί απευθείας τον σχετικό κίνδυνο θανάτου σε ασθενείς με καρκίνο. Οι ερευνητές τονίζουν ότι πρόκειται για πειραματική τεχνολογία, η οποία δεν μπορεί να προσδιορίσει με βεβαιότητα πόσο θα ζήσει ένας συγκεκριμένος άνθρωπος.

Πώς μπορεί μια φωτογραφία να αποκαλύπτει πληροφορίες για την υγεία

Νέα έρευνα δείχνει ότι το AI μπορεί να εντοπίσει στο πρόσωπο στοιχεία για την πορεία του καρκίνου
photo by thelancet.com

Η βασική ιδέα της μελέτης είναι ότι η πραγματική φυσιολογική κατάσταση ενός ανθρώπου δεν αποτυπώνεται απαραίτητα στη χρονολογική ηλικία του.

Δύο άνθρωποι 65 ετών, για παράδειγμα, μπορεί να έχουν σημαντικά διαφορετική φυσική κατάσταση, αντοχή και δυνατότητα ανάκαμψης μετά από μια απαιτητική θεραπεία.

Οι γιατροί αξιολογούν ήδη τέτοιες διαφορές μέσω κλινικών εξετάσεων και της συνολικής εικόνας του ασθενούς.

Το FAHR-Face επιχειρεί να προσθέσει μια τυποποιημένη, υπολογιστική αξιολόγηση, αναζητώντας στις φωτογραφίες μοτίβα που έχουν συσχετιστεί με την υγεία και τη θνησιμότητα.

Για την ανάπτυξη του FAHR-FaceSurvival χρησιμοποιήθηκαν επιπλέον 34.363 φωτογραφίες ασθενών με καρκίνο, ενώ τα μοντέλα αξιολογήθηκαν και σε ανεξάρτητα κλινικά σύνολα δεδομένων.

Δύο μοντέλα AI που εξετάζουν διαφορετικά χαρακτηριστικά

Παρότι προέρχονται από το ίδιο βασικό σύστημα τεχνητής νοημοσύνης, τα FAHR-FaceAge και FAHR-FaceSurvival λειτουργούν διαφορετικά.

Το FAHR-FaceAge εστιάζει στις ρυτίδες που εκτείνονται από τη μύτη προς τις γωνίες του στόματος, στο μέτωπο και στους κροτάφους.

Από αυτά τα χαρακτηριστικά υπολογίζει μια ηλικιακή εκτίμηση με βάση την εμφάνιση του προσώπου.

Η εκτίμηση αυτή δεν αποτελεί άμεση μέτρηση της βιολογικής ηλικίας μέσω εργαστηριακών βιοδεικτών.

Αντίθετα, το FAHR-FaceSurvival επικεντρώνεται περισσότερο στην περιοχή κάτω από τα μάτια και γύρω από τη ρινική γέφυρα, αναζητώντας μοτίβα που συνδέονται με την επιβίωση.

Οι ερευνητές διαπίστωσαν ότι τα δύο μοντέλα προσφέρουν διαφορετικές και συμπληρωματικές πληροφορίες, ενώ ο συνδυασμός τους βελτίωσε τη στατιστική πρόβλεψη.

Οι αριθμοί που ξεχώρισαν στην έρευνα

Το σημαντικότερο εύρημα προήλθε από το FAHR-FaceSurvival.

Οι ασθενείς που κατατάχθηκαν στο 25% με τον υψηλότερο εκτιμώμενο κίνδυνο εμφάνισαν περίπου 3,2 φορές υψηλότερο σχετικό κίνδυνο θανάτου σε σύγκριση με εκείνους του 25% με τον χαμηλότερο κίνδυνο.

Η συσχέτιση παρέμεινε σημαντική ακόμη και μετά την προσαρμογή για διάφορους κλινικούς παράγοντες.

Παράλληλα, σε Αμερικανούς ογκολογικούς ασθενείς που είχαν υποβληθεί σε ακτινοθεραπεία, όσοι εμφανίζονταν τουλάχιστον πέντε χρόνια μεγαλύτεροι από την πραγματική τους ηλικία παρουσίασαν 21% υψηλότερο σχετικό κίνδυνο θανάτου κατά την περίοδο παρακολούθησης, που διήρκεσε κατά μέσο όρο περίπου τέσσερα χρόνια.

Αντίστοιχα, όσοι έδειχναν τουλάχιστον πέντε χρόνια νεότεροι εμφάνισαν 17% χαμηλότερο σχετικό κίνδυνο.

Τα ποσοστά αφορούν συγκρίσεις μεταξύ ομάδων και δεν αποτελούν την ατομική πιθανότητα επιβίωσης ενός ασθενούς.

Τι διαπίστωσαν για το κάπνισμα και τις καθημερινές συνήθειες

Η ανάλυση ανέδειξε επίσης συσχετίσεις ανάμεσα στην εκτιμώμενη ηλικία του προσώπου και σε παράγοντες του τρόπου ζωής.

Το κάπνισμα, η υπερβολική κατανάλωση αλκοόλ και η χρήση ναρκωτικών ουσιών συνδέθηκαν με μεγαλύτερη εκτιμώμενη ηλικία.

Το κάπνισμα παρουσίασε την ισχυρότερη συσχέτιση, με τους ενεργούς καπνιστές να εμφανίζονται κατά μέσο όρο μεγαλύτεροι από τους πρώην καπνιστές.

Ένα ακόμη ενδιαφέρον εύρημα ήταν η σχετική σταθερότητα των εκτιμήσεων παρά τις αλλαγές στον φωτισμό, στην έκφραση, στη γωνία λήψης και στο μακιγιάζ.

Οι περισσότερες αισθητικές επεμβάσεις που εξετάστηκαν δεν μετέβαλαν σημαντικά τις εκτιμήσεις του FAHR-FaceAge, ενώ μικρή διαφοροποίηση παρατηρήθηκε μετά από ρινοπλαστική.

Πώς θα μπορούσε να βοηθήσει στην αντιμετώπιση του καρκίνου

Ο ακτινοθεραπευτής Raymond Mak, ένας από τους επικεφαλής της μελέτης, εξηγεί ότι οι γιατροί χρειάζονται καλύτερους τρόπους αξιολόγησης της φυσικής αντοχής των ασθενών πριν προτείνουν απαιτητικές θεραπείες.

Η ακτινοθεραπεία, η χειρουργική επέμβαση και οι συστηματικές αντικαρκινικές θεραπείες μπορούν να επιβαρύνουν διαφορετικά κάθε οργανισμό.

Ένα εργαλείο που παρέχει πρόσθετες πληροφορίες για τη γενική φυσιολογική κατάσταση θα μπορούσε μελλοντικά να συμβάλει στην εξατομίκευση των θεραπευτικών αποφάσεων.

Ωστόσο, η μελέτη δεν αποδεικνύει ότι η χρήση του FAHR-Face βελτιώνει την επιβίωση ή ότι μπορεί να επιλέξει την κατάλληλη θεραπεία.

Απαιτούνται προοπτικές κλινικές δοκιμές, περαιτέρω αξιολόγηση της ακρίβειας σε διαφορετικούς πληθυσμούς και σαφείς κανόνες προστασίας των φωτογραφιών, οι οποίες αποτελούν ιδιαίτερα ευαίσθητα προσωπικά δεδομένα.

Το FAHR-Face δεν αποτελεί σήμερα καθιερωμένο διαγνωστικό ή προγνωστικό εργαλείο νοσοκομειακής χρήσης, ούτε διατίθεται ως εγκεκριμένη υπηρεσία αξιολόγησης ασθενών στην Ελλάδα.

Η πραγματική σημασία της έρευνας βρίσκεται στην προοπτική δημιουργίας νέων, μη επεμβατικών βιοδεικτών με τη βοήθεια της τεχνητής νοημοσύνης. Μια φωτογραφία μπορεί να αποδειχθεί χρήσιμη συμπληρωματική πηγή πληροφοριών, αλλά δεν μπορεί να αντικαταστήσει τη διάγνωση, τις κλινικές εξετάσεις και την κρίση του θεράποντος ιατρού.