L’IA legge il volto e stima il rischio di morte per cancro: basta una fotografia
Una semplice fotografia del volto potrebbe offrire ai medici un nuovo indizio sulle condizioni di salute di una persona malata di cancro. Un gruppo di ricercatori del Mass General Brigham, negli Stati Uniti, ha sviluppato un sistema di intelligenza artificiale capace di stimare il rischio di mortalità dei pazienti oncologici analizzando i tratti del viso. Il lavoro, pubblicato sulla rivista scientifica The Lancet Digital Health, apre una prospettiva interessante per la medicina personalizzata, ma non equivale a un metodo per conoscere con certezza quanto vivrà una persona.
La tecnologia si chiama FAHR-Face, acronimo di Foundation Artificial Intelligence for Health Recognition. Il modello di base è stato addestrato utilizzando oltre 40 milioni di fotografie di volti e successivamente adattato a due compiti diversi: stimare l’età biologica e individuare segnali associati alla sopravvivenza nei pazienti affetti da tumore. L’obiettivo dei ricercatori non è sostituire il medico, ma aiutarlo a valutare le condizioni generali del paziente prima di scegliere trattamenti impegnativi.
Come funziona l’IA che analizza una fotografia del volto
FAHR-Face comprende due strumenti complementari. Il primo, FAHR-FaceAge, stima l’età biologica attraverso le caratteristiche del viso. L’età biologica è una valutazione dello stato di invecchiamento dell’organismo e può differire dall’età anagrafica: due persone di 65 anni possono presentare condizioni fisiche molto diverse.
Il secondo sistema, FAHR-FaceSurvival, è stato addestrato a riconoscere direttamente associazioni tra i tratti del volto e il rischio di mortalità nei pazienti oncologici. Non deve quindi passare necessariamente da una stima dell’età per formulare il proprio punteggio di rischio.
Per sviluppare questa seconda funzione, gli scienziati hanno utilizzato 34.363 fotografie di pazienti con cancro. I risultati sono stati poi sottoposti a verifiche su gruppi indipendenti. Le due componenti, pur derivando dallo stesso modello di base, hanno mostrato di cogliere informazioni differenti e potenzialmente complementari.
Quali parti del viso osserva l’intelligenza artificiale
Le analisi dei ricercatori indicano che i due algoritmi prestano attenzione a zone diverse. FAHR-FaceAge si concentra soprattutto sulle pieghe nasolabiali, sulla regione della fronte sopra gli occhi e sulle tempie, caratteristiche che possono contribuire alla stima dell’età apparente.
FAHR-FaceSurvival, invece, attribuisce maggiore importanza alla zona sotto gli occhi e intorno alla radice del naso. Si tratta di aree del volto che possono riflettere, almeno in parte, condizioni generali di salute e fragilità, anche se lo studio non dimostra che ogni caratteristica identificata sia la causa del rischio rilevato.
Un elemento importante riguarda le fotografie utilizzate. Il sistema ha mostrato una certa stabilità rispetto a variazioni comuni come posa, illuminazione, espressione facciale e trucco. Questo non significa però che il risultato sia infallibile: le condizioni dello scatto possono ancora influenzare le stime, e la robustezza osservata nei test non garantisce prestazioni identiche in qualsiasi contesto.
I risultati dello studio: il rischio cambia con l’età apparente
Tra i pazienti oncologici sottoposti a radioterapia negli Stati Uniti, le persone che secondo l’algoritmo apparivano almeno cinque anni più anziane rispetto alla loro età anagrafica hanno mostrato un rischio di morte superiore del 21% durante il periodo di osservazione, rispetto al gruppo di confronto. Chi appariva almeno cinque anni più giovane presentava invece un rischio inferiore del 17%.
Sono differenze statistiche tra gruppi, non percentuali che consentono di calcolare automaticamente le probabilità di sopravvivenza di un singolo paziente. Il risultato suggerisce che l’aspetto del volto possa contenere informazioni sullo stato generale dell’organismo, ma non permette di stabilire da una fotografia se una persona guarirà oppure no.
Anche il modello dedicato direttamente alla sopravvivenza ha individuato differenze significative. Nelle analisi riportate dagli autori, i pazienti classificati nel quartile a rischio più elevato presentavano un rischio di mortalità oltre tre volte maggiore rispetto a quelli nel quartile più basso. L’associazione è stata verificata su gruppi indipendenti di pazienti, un passaggio importante per valutare l’affidabilità di un sistema predittivo.
Leggi anche:
Perché una fotografia potrebbe aiutare a scegliere le cure
Nella pratica oncologica, scegliere un trattamento significa valutare non soltanto il tumore, ma anche le condizioni generali della persona. Chirurgia, radioterapia e terapie farmacologiche possono essere impegnative: conoscere meglio il grado di fragilità di un paziente potrebbe aiutare i medici a bilanciare benefici e rischi.
Un’analisi del volto, se ulteriormente validata, potrebbe diventare uno strumento rapido e poco invasivo da affiancare alle valutazioni cliniche già utilizzate. I ricercatori puntano a rendere la stima della fragilità più quantitativa e coerente, senza affidarsi esclusivamente all’impressione visiva.
Questo possibile utilizzo resta però un obiettivo di ricerca. Lo studio ha valutato la capacità degli algoritmi di riconoscere associazioni prognostiche, ma non ha dimostrato che usare questi punteggi nelle decisioni terapeutiche migliori la sopravvivenza o la qualità della vita dei pazienti.
I limiti: l’IA non sa dire quanto resta da vivere
Alcuni esperti indipendenti hanno invitato a non confondere la previsione statistica del rischio con la capacità di fornire una prognosi individuale accurata. I punteggi del sistema non sono stati ancora validati come probabilità personali di sopravvivenza da comunicare ai pazienti, né come base autonoma per scegliere o escludere una terapia.
Rimangono inoltre questioni di generalizzabilità. I modelli devono essere valutati ulteriormente in popolazioni differenti, in strutture sanitarie diverse e confrontati direttamente con il giudizio dei medici e gli strumenti clinici esistenti. Un sistema che funziona bene nei dati di ricerca potrebbe non mantenere le stesse prestazioni in tutti gli ospedali.
Esistono anche aspetti delicati legati alla privacy delle fotografie, al possibile utilizzo improprio di indicatori di salute e al rischio di introdurre disparità se le prestazioni non risultassero omogenee tra gruppi di pazienti. Per questo eventuali applicazioni cliniche richiederanno verifiche scientifiche e adeguate garanzie.
Una nuova frontiera per l’oncologia, non un test da fare con un selfie
La ricerca dimostra che una fotografia ordinaria può contenere informazioni associate alle condizioni generali di un paziente oncologico. È un risultato significativo perché potrebbe rendere disponibili nuovi indicatori prognostici attraverso una procedura semplice e non invasiva.
Ma il messaggio da ricordare è altrettanto importante: non basta scattarsi un selfie per sapere se si sopravvivrà al cancro. FAHR-Face è un sistema sperimentale, studiato su popolazioni di pazienti e ancora da validare per decisioni cliniche individuali. Diagnosi, prognosi e scelta delle cure devono continuare a basarsi sulla valutazione degli specialisti e sull’insieme dei dati medici.
Ti potrebbe interessare:
Segui guruhitech su:
- Google News: bit.ly/gurugooglenews
- Telegram: t.me/guruhitech
- Facebook: facebook.com/guruhitechfb
- X (Twitter): x.com/guruhitech1
- Bluesky: bsky.app/profile/guruhitech.bsky.social
- Rumble: rumble.com/user/guruhitech
- VKontakte: vk.com/guruhitech
- MeWe: mewe.com/i/guruhitech
- Skype: live:.cid.d4cf3836b772da8a
- WhatsApp: bit.ly/whatsappguruhitech
Esprimi il tuo parere!
Ti è piaciuta questa notizia? Lascia un commento nell’apposita sezione che trovi più in basso e se ti va, iscriviti alla newsletter.
Per qualsiasi domanda, informazione o assistenza nel mondo della tecnologia, puoi inviare una email all’indirizzo [email protected].
Che ne pensi?
Scopri di più da GuruHiTech
Abbonati per ricevere gli ultimi articoli inviati alla tua e-mail.