Η τεχνητή νοημοσύνη «διαβάζει» το πρόσωπο και προβλέπει τον κίνδυνο θανάτου σε 90 ημέρες, σύμφωνα με μελέτη σε καρκινοπαθείς

Μια φωτογραφία προσώπου ενδέχεται να δώσει στοιχεία για τη βιολογική ηλικία και την επιβίωση ανθρώπων με καρκίνο. Νέα μελέτη εξετάζει ποια χαρακτηριστικά αναλύουν τα συστήματα τεχνητής νοημοσύνης και πόσο αξιόπιστες είναι οι εκτιμήσεις τους.

Καρκίνος: Τα ευρήματα για τη θνησιμότητα σε διάστημα 90 ημερών

Είναι δυνατόν μια φωτογραφία από το πρόσωπο να δείξει τις πιθανότητες επιβίωσης ενός ασθενούς με καρκίνο; Η ερευνητική ομάδα του Mass General Brigham στη Βοστώνη δημιούργησε μοντέλα τεχνητής νοημοσύνης, τα οποία αξιολογούν χαρακτηριστικά του προσώπου και αναζητούν ενδείξεις που σχετίζονται με τη βιολογική ηλικία και τον κίνδυνο θνησιμότητας.

Η μελέτη δημοσιεύτηκε στο επιστημονικό περιοδικό The Lancet Digital Health και αναδεικνύει τις δυνατότητες της τεχνητής νοημοσύνης στην ογκολογία. Δεν τεκμηριώνει, ωστόσο, ότι η τεχνολογία είναι έτοιμη για χρήση στην καθημερινή κλινική πρακτική.

Κεντρικό εύρημα της μελέτης ήταν η απόκλιση στην επιβίωση ανάμεσα στις ομάδες ασθενών που κατατάχθηκαν σε διαφορετικά επίπεδα κινδύνου.

Με το μοντέλο FAHR-FaceSurvival, οι ερευνητές κατέγραψαν ότι 52,5% από τους 122 ασθενείς που εντάχθηκαν στην ομάδα υψηλού κινδύνου πέθανε εντός 90 ημερών από την αξιολόγηση.

Στην ομάδα χαμηλότερου κινδύνου, όπου βρίσκονταν 975 ασθενείς, το αντίστοιχο ποσοστό θανάτων ήταν περίπου 2%.

Η απόσταση ανάμεσα στα ποσοστά δείχνει πως ορισμένα χαρακτηριστικά του προσώπου μπορεί να σχετίζονται με τη γενικότερη κατάσταση της υγείας. Τα στοιχεία, όμως, αφορούν ομάδες ασθενών και δεν συνιστούν εξατομικευμένη πρόβλεψη θανάτου.

Βιολογική ηλικία και επιβίωση: Πώς συνδέονται

Η ηλικία σε χρόνια δεν αποτυπώνει πάντα την πραγματική κατάσταση του οργανισμού. Άτομα ίδιας ηλικίας ενδέχεται να έχουν διαφορετικό βαθμό σωματικής φθοράς, καθώς και διαφορετική λειτουργική ικανότητα.

Με βάση φωτογραφία προσώπου, το μοντέλο FAHR-FaceAge επιχειρεί να υπολογίσει τη βιολογική ηλικία.

Η ανάλυση κατέγραψε δύο αξιοσημείωτες διαφορές:

• Θνησιμότητα 21%: Στους 1.060 ασθενείς των οποίων η εκτιμώμενη βιολογική ηλικία ξεπερνούσε τη χρονολογική κατά περισσότερα από 20 χρόνια, το 21% πέθανε μέσα σε 90 ημέρες.
• Θνησιμότητα 6%: Από τους 4.195 ασθενείς με εκτιμώμενη βιολογική ηλικία τουλάχιστον 10 χρόνια κάτω από τη χρονολογική, περίπου 6% πέθανε στο ίδιο διάστημα.

Τα δεδομένα φανερώνουν συσχέτιση ανάμεσα στην εκτιμώμενη ηλικία του προσώπου και την επιβίωση, χωρίς να αποδεικνύουν ότι μια φωτογραφία μετρά άμεσα τους βιολογικούς μηχανισμούς της γήρανσης.

Τεχνητή νοημοσύνη: Ποιες περιοχές του προσώπου αναλύονται

Οι δύο αλγόριθμοι εξετάζουν διαφορετικά σημεία του προσώπου.

Στο FAHR-FaceAge αναλύονται κυρίως οι κρόταφοι, το μέτωπο, η περιοχή πάνω από τα μάτια και οι ρινοπαρειακές αύλακες — οι γραμμές που ξεκινούν από τη μύτη και φτάνουν στις γωνίες του στόματος.

Το FAHR-FaceSurvival, από την άλλη, εστιάζει περισσότερο στη ράχη της μύτης και στο τμήμα κάτω από τα μάτια.

Η παρατήρηση έχει και ιστορική διάσταση: περίπου το 400 π.Χ., ο Ιπποκράτης είχε αναφερθεί σε ανάλογα χαρακτηριστικά, συνδέοντας μεταβολές στην εμφάνιση του προσώπου με τη μυϊκή απώλεια και τη σοβαρή επιδείνωση της υγείας.

Οι σημερινοί αλγόριθμοι δεν βασίστηκαν, ωστόσο, σε ιατρικά ή ιστορικά κείμενα κατά την εκπαίδευσή τους, αλλά σε φωτογραφίες και στοιχεία για την ηλικία ή την επιβίωση.

Εκπαίδευση μοντέλων τεχνητής νοημοσύνης με 40 εκατομμύρια εικόνες

Αρχικά, η ομάδα δημιούργησε το Foundation Artificial Intelligence for Health Recognition-Face (FAHR-Face), αξιοποιώντας περισσότερες από 40 εκατομμύρια εικόνες ανθρώπων διαφορετικών ηλικιών και εθνοτικών καταβολών.

Ακολούθησε η ανάπτυξη δύο μοντέλων ειδικού σκοπού: του FAHR-FaceAge, για την εκτίμηση ηλικίας, και του FAHR-FaceSurvival, για την αξιολόγηση της θνησιμότητας σε ανθρώπους με καρκίνο.

Στις δοκιμές που έγιναν, οι ερευνητές διαπίστωσαν ότι αισθητικές παρεμβάσεις —όπως το Botox, το μακιγιάζ και ορισμένες χειρουργικές επεμβάσεις— δεν επηρέασαν ουσιαστικά τη συνολική απόδοση των συστημάτων.

Ο ρόλος της βιολογικής ηλικίας στην ογκολογική αξιολόγηση

Η φυσική κατάσταση του ασθενούς αποτελεί κρίσιμο στοιχείο κατά την επιλογή αντικαρκινικής θεραπείας.

Συστηματική ανασκόπηση και μετα-ανάλυση 58 μελετών, η οποία δημοσιεύτηκε το 2025 στο Journal of the National Cancer Institute, συνέδεσε την ευπάθεια με αυξημένο κίνδυνο θνησιμότητας, νοσηλείας και τοξικότητας από συστηματικές αντικαρκινικές αγωγές.

Σε άλλη μελέτη του 2025, που δημοσιεύτηκε στο The Lancet Digital Health και περιέλαβε 6.196 ασθενείς, η μεγαλύτερη εκτιμώμενη ηλικία του προσώπου συσχετίστηκε με χειρότερη συνολική επιβίωση.

Ανάλογα, έρευνα του 2026 στο Journal of the National Cancer Institute, με 24.556 ασθενείς ηλικίας 60 ετών και άνω που είχαν κάνει ακτινοθεραπεία, κατέγραψε υψηλότερο κίνδυνο θνησιμότητας για όσους είχαν εκτιμώμενη ηλικία προσώπου αισθητά μεγαλύτερη από τη χρονολογική τους ηλικία.

Καρκίνος: Μπορεί η φωτογραφία να επηρεάσει την επιλογή θεραπείας;

Παρότι τα ευρήματα είναι ενθαρρυντικά, η συγκεκριμένη τεχνολογία παραμένει σε ερευνητικό στάδιο.

Ανεξάρτητοι επιστήμονες τονίζουν πως χρειάζονται προοπτικές κλινικές μελέτες για να διαπιστωθεί αν οι σχετικές προβλέψεις παρέχουν ουσιαστικά δεδομένα πέρα από όσα γνωρίζουν ήδη οι γιατροί.

Παράλληλα, πρέπει να αξιολογηθεί η αξιοπιστία των μοντέλων σε διαφορετικές ηλικίες, αποχρώσεις δέρματος και χαρακτηριστικά προσώπου, καθώς και σε ποικίλα νοσοκομειακά περιβάλλοντα.

Κρίσιμο είναι να διαχωρίζεται η πρόβλεψη ενός αποτελέσματος από την ερμηνεία της αιτίας του· το ένα δεν συνεπάγεται το άλλο.

Σήμερα, επομένως, μια φωτογραφία δεν είναι δυνατόν να υποκαταστήσει την κλινική εξέταση ούτε να αποφασίσει από μόνη της την αντικαρκινική αγωγή.

Η τεχνολογία θα μπορούσε ενδεχομένως να αξιοποιηθεί συμπληρωματικά στην αξιολόγηση ασθενών, εντοπίζοντας όσους ίσως χρειάζονται πρόσθετες εξετάσεις ή πιο στενή παρακολούθηση.

Το επόμενο βήμα για την επιστημονική έρευνα είναι να αποδειχθεί ότι τα δεδομένα που συλλέγει η τεχνητή νοημοσύνη από το πρόσωπο μπορούν πράγματι να ενισχύσουν τις θεραπευτικές αποφάσεις και τη φροντίδα των ασθενών με καρκίνο.

• The Lancet Digital Health
• Journal of the National Cancer Institute
• The Lancet Digital Health
• Journal of the National Cancer Institute