Ny AI kan förutsäga cancerpatienters överlevnad med en selfie

Forskare vid amerikanska Mass General Brigham har utvecklat AI-systemet FAHR-Face, som tränats på över 40 miljoner ansiktsbilder. Tekniken kan uppskatta en persons biologiska ålder och identifiera mönster som är kopplade till överlevnaden hos patienter med cancer.

I studien, som publicerats i den vetenskapliga tidskriften The Lancet Digital Health, kunde AI-modellen skilja mellan patienter med olika hög dödsrisk. Patienterna i den högsta riskgruppen hade drygt tre gånger så hög dödlighet som gruppen med lägst risk, även efter att forskarna justerat för andra kliniska riskfaktorer.

Resultaten innebär inte att AI kan avgöra hur länge en enskild människa kommer att leva. Däremot visar forskningen att ett vanligt ansiktsfoto kan innehålla medicinskt användbar information som kompletterar traditionella undersökningar.

Två AI-modeller analyserar olika delar av ansiktet

Forskarna har utvecklat två separata verktyg utifrån samma grundmodell. Det första, FAHR-FaceAge, uppskattar patientens biologiska ålder genom att analysera ansiktsdrag som kan förändras med åldrandet.

Det andra verktyget, FAHR-FaceSurvival, går ett steg längre. I stället för att utgå från hur gammal personen ser ut försöker modellen identifiera ansiktsmönster som har ett direkt statistiskt samband med överlevnaden hos cancerpatienter.

Det intressanta är att modellerna inte ens fokuserar på samma delar av ansiktet.

FAHR-FaceAge lägger särskild vikt vid vecken mellan näsan och mungiporna, pannan och tinningarna. FAHR-FaceSurvival analyserar i högre grad området under ögonen och kring näsroten.

Forskarna konstaterar att modellerna fångar upp olika typer av information. När resultaten kombinerades förbättrades den statistiska modellen för att bedöma patienternas överlevnad.

Enligt Mass General Brigham är målet att utveckla ett verktyg som kan hjälpa läkare att bedöma patienters hälsotillstånd mer konsekvent, särskilt inför krävande behandlingar.

Läs mer: Ny AI kan bli behandling mot vanliga sjukdomen

Tränades på över 40 miljoner ansiktsbilder

Bakom tekniken ligger en så kallad grundmodell, en AI som först tränas på stora mängder data för att lära sig generella mönster. Därefter kan den vidareutvecklas för mer specifika uppgifter.

FAHR-Face tränades på över 40 miljoner ansiktsbilder. Forskarna använde sedan närmare 750 000 offentliga bilder för att vidareutveckla åldersmodellen, medan överlevnadsmodellen tränades vidare på 34 389 fotografier av cancerpatienter.

Resultaten testades även på separata patientgrupper för att undersöka om sambanden höll utanför träningsmaterialet.

Åldersmodellen kunde uppskatta människors ålder med en genomsnittlig avvikelse på 5,1 år i offentliga testdataset. Forskarna fann dessutom att personer som såg biologiskt äldre ut än sin faktiska ålder generellt hade sämre överlevnad vid cancer.

Det betyder inte att ett äldre utseende orsakar sämre överlevnad. Forskarna har identifierat statistiska samband som kan spegla underliggande hälsotillstånd.

Smink och belysning påverkade knappt resultaten

En annan upptäckt var att AI-modellens åldersbedömningar var relativt stabila även när fotografierna förändrades.

Forskarna undersökte bland annat hur smink, ansiktsuttryck, kameravinklar och olika ljusförhållanden påverkade resultaten. Modellen visade sig vara förhållandevis robust även vid dessa variationer.

Studien fann också samband mellan livsstil och uppskattad biologisk ålder. Rökning, omfattande alkoholkonsumtion och droganvändning var kopplade till att AI:n bedömde personerna som biologiskt äldre.

Bland rökare syntes ett tydligt mönster. Personer som fortfarande rökte uppskattades generellt vara äldre än tidigare rökare, som i sin tur bedömdes vara äldre än personer som aldrig rökt.

Resultaten visar hur AI kan upptäcka mönster i ansiktsbilder som är kopplade till hälsa, men inte nödvändigtvis vilka biologiska mekanismer som ligger bakom varje enskild bedömning.

Läs mer: AI kan göra vården dyrare – försäkringsbolag varnar för miljardkostnad

Kan hjälpa läkare att välja rätt cancerbehandling

Enligt forskarna är ett av de viktigaste användningsområdena att bedöma hur väl en patient kan förväntas klara en krävande behandling.

Två personer i samma ålder kan ha mycket olika fysisk motståndskraft. Det kan påverka hur läkare bedömer riskerna med exempelvis operationer, strålbehandling eller läkemedelsbehandling mot cancer.

Här skulle ansiktsanalys kunna fungera som ytterligare ett beslutsunderlag. En enkel bild kan vara billig att ta och möjlig att använda även när mer omfattande undersökningar är svåra att genomföra.

Forskarna betonar samtidigt att tekniken inte är tänkt att ersätta läkarnas bedömningar. Den behöver också undersökas ytterligare innan den kan användas brett i klinisk vård.

Det rapporterar även The Guardian, som beskriver hur forskarna ser tekniken som ett möjligt komplement till befintliga metoder för att bedöma patienters hälsa.

Forskare låter allmänheten testa tekniken

Mass General Brigham har även startat forskningsprojektet FaceAge Research Study, där vuxna deltagare kan ladda upp en ansiktsbild och få en forskningsbaserad uppskattning av sin ansiktsålder.

Syftet är att samla in mer data och förbättra modellerna genom att studera människor med olika bakgrund och utseende. Det handlar dock om forskning, inte ett medicinskt test som kan avgöra om någon har cancer eller förutsäga en frisk persons livslängd.

För att tekniken ska kunna användas inom cancervården återstår viktiga frågor. Forskarna behöver bland annat visa att AI-bedömningarna faktiskt förbättrar behandlingsbeslut och fungerar tillförlitligt i olika patientgrupper.

Studien visar däremot redan att ansiktsbilder kan innehålla mer medicinsk information än man tidigare kunnat mäta. På sikt skulle en vanlig selfie därför kunna bli ytterligare ett verktyg i läkarens bedömning, vid sidan av blodprover, undersökningar och patientens sjukdomshistoria.