Resumo:
Pesquisadores dos EUA desenvolveram uma nova geração de modelo de reconhecimento de saúde facial que pode estimar a idade biológica de um paciente com base em suas características faciais e avaliar diretamente o risco de morte. Os resultados do estudo mostram que essas imagens faciais contêm informações relacionadas ao prognóstico de pacientes com câncer, o que no futuro poderá ajudar os médicos a avaliar de forma mais abrangente a condição física do paciente e fornecer uma referência para a formulação de planos de tratamento.
Este modelo básico de inteligência artificial chamado FAHR-Face foi desenvolvido por uma equipe de pesquisa da Mass General Brigham, uma instituição médica abrangente em Massachusetts, EUA, e foi treinado usando mais de 40 milhões de fotos faciais de diferentes idades e grupos étnicos. Com base nisso, os pesquisadores desenvolveram duas ferramentas de análise complementares: FAHR-FaceAge e FAHR-FaceSurvival. O primeiro estima a idade biológica de uma pessoa e utiliza essa informação para auxiliar na avaliação do prognóstico do câncer; o último prevê o risco de sobrevivência de um paciente com câncer diretamente a partir de fotos faciais, em vez de estimar a idade e depois inferir indiretamente os resultados.
A equipe de pesquisa treinou o modelo usando fotos clínicas de pacientes com câncer e seus resultados médicos subsequentes. Entre eles, o FAHR-FaceSurvival utilizou 34.363 fotos faciais de pacientes com câncer para treinamento direcionado e foi verificado em um conjunto independente de dados de pacientes. Dessa forma, os pesquisadores esperam permitir que a inteligência artificial identifique sinais de imagens faciais relacionados às condições físicas e aos resultados de sobrevivência dos pacientes.
Os resultados da pesquisa mostram que o FAHR-FaceSurvival tem forte capacidade de discriminação de risco. De acordo com os resultados da previsão do modelo, cerca de metade dos pacientes na faixa de risco de morte mais alta de 10% morreram em 90 dias; enquanto a proporção de pacientes na faixa de risco mais baixa de 10% foi de cerca de 2%. Se comparado por quartis, o risco de morte no grupo de maior risco também foi significativamente maior do que no grupo de menor risco, com uma taxa de risco ajustada de 3,23.
Os investigadores também descobriram que a diferença entre a idade biológica estimada pela inteligência artificial e a idade real também está relacionada com os resultados de sobrevivência dos pacientes com cancro. Entre os pacientes que receberam radioterapia, aqueles cujos rostos pareciam pelo menos cinco anos mais velhos do que a sua idade real tinham um risco 21% maior de morte durante um acompanhamento médio de cerca de quatro anos. Aqueles cujos rostos pareciam pelo menos cinco anos mais jovens do que a idade real tinham um risco 17% menor de morte.
Isso não significa que uma pessoa que parece mais jovem seja necessariamente melhor no combate ao câncer. A idade biológica no estudo é uma métrica estimada pela inteligência artificial com base na aparência e não é uma medida direta do envelhecimento celular, função dos órgãos ou estado do sistema imunológico. Provavelmente reflecte uma combinação de esforço corporal, alterações musculares e dos tecidos moles, e outros factores relacionados com a saúde, mas ainda não são totalmente compreendidos quais os sinais fisiológicos específicos que o modelo identifica.
Ao analisar a área de atenção do modelo, os pesquisadores descobriram que as localizações faciais em que as duas ferramentas focavam eram diferentes. O FAHR-FaceAge analisa principalmente as dobras nasolabiais desde o nariz até os cantos da boca, testa e áreas das têmporas; FAHR-FaceSurvival concentra-se mais sob os olhos e ao redor da ponte do nariz. Isto sugere que a previsão da idade biológica e a previsão do risco de sobrevivência podem depender de diferentes informações faciais.
A equipe de pesquisa acredita que esta tecnologia poderá, no futuro, ajudar os médicos a avaliar melhor a reserva física e a fragilidade de um paciente antes de decidir se devem usar cirurgia, radioterapia ou tratamento medicamentoso sistêmico. Para pacientes mais velhos, com condições médicas complexas ou que não possuem dados completos de biomarcadores tradicionais, espera-se que a análise de fotos faciais se torne um método de avaliação auxiliar de baixo custo e fácil de operar.
O estudo também descobriu que existe uma ligação entre o estilo de vida e a idade biológica do rosto, sendo o tabagismo a ligação mais proeminente e os rostos parecendo mais velhos. O consumo excessivo de álcool e o uso de drogas também estão associados a fenómenos semelhantes. Os pesquisadores também disseram que o FAHR-FaceAge mostrou certa estabilidade sob diferentes ângulos de filmagem, iluminação, expressões e condições de maquiagem, e manteve resultados de estimativa relativamente estáveis após a maioria das cirurgias plásticas testadas, mas a cirurgia de rinoplastia traria mudanças menores.
Ainda assim, investigadores e especialistas externos salientam que a tecnologia ainda não pode substituir diretamente o julgamento de um médico. A precisão das previsões de um modelo não significa automaticamente que ele melhore os resultados reais do tratamento. Pesquisas futuras ainda precisam confirmar se a adição de resultados de análises faciais ao histórico médico, dados de exames e avaliação física já conhecidos pelos médicos pode melhorar ainda mais a precisão das previsões e realmente ajudar os pacientes a obter melhores resultados de tratamento.
Além disso, os grupos de pacientes utilizados para a formação modelo são principalmente de países de rendimento elevado. Como garantir que seja adequado para diferentes grupos étnicos, faixas etárias e ambientes médicos ainda é uma questão importante. Como as características faciais podem estar relacionadas à origem étnica e às condições médicas pré-existentes, a IA também pode herdar preconceitos nos dados de treinamento. Portanto, são necessárias validações independentes mais extensas e estudos clínicos prospectivos antes da aplicação em larga escala.
Resultados de pesquisas relevantes foram publicados no "The Lancet Digital Health". A equipa de investigação espera que, no futuro, indicadores de saúde mais quantificáveis possam ser extraídos de uma fotografia comum, para que a análise facial possa tornar-se uma ferramenta suplementar para a avaliação de risco clínico, em vez de determinar as oportunidades de tratamento de um paciente com base apenas na aparência.
Comentários