БОСТОН — Исследователи из Mass General Brigham разработали базовую модель искусственного интеллекта под названием FAHR-Face, которая способна оценивать биологический возраст и напрямую прогнозировать вероятность выживания при раке по одной фотографии лица пациента, согласно исследованию, опубликованному в журнале Lancet Digital Health, о чем сообщается в отчете Scientific American. Технология призвана перевести субъективные клинические оценки в количественные данные, помогающие онкологам определять оптимальные схемы лечения.
Традиционно врачи оценивают физический резерв, здоровье и степень уязвимости пациента при первом осмотре, чтобы решить, показаны ли ему такие интенсивные методы лечения, как хирургическое вмешательство, лучевая терапия или химиотерапия. Раймонд Мак, радиационный онколог из Mass General Brigham Cancer Institute и специалист программы по искусственному интеллекту в медицине, отметил в материале News-Medical.net, что, несмотря на всю ценность клинической интуиции, она остается субъективной.
Принцип работы и анализ черт лица моделью FAHR-Face
Модель FAHR-Face (Foundation Artificial Intelligence for Health Recognition) была обучена путем анализа 40 миллионов изображений лиц без предварительного задания конкретной задачи, что позволило сформировать универсальное визуальное представление. Затем исследователи адаптировали модель для создания двух инструментов: FAHR-FaceAge, оценивающего биологическое старение, и FAHR-FaceSurvival, прогнозирующего риски выживания при онкологических заболеваниях.
Для понимания механизмов прогнозирования исследователи использовали метод картирования внимания. При оценке биологического возраста алгоритм фокусировался на таких областях лица, как лоб и носогубные складки — складки между носом и уголками рта. В то же время для прогнозирования выживаемости при раке ИИ концентрировал внимание на переносице и зоне под глазами. Хотя точные биологические причины связи этих зон с прогнозом выживания остаются не до конца изученными, комбинация обоих показателей обеспечила более высокую точность прогноза по сравнению с каждым инструментом по отдельности.
Результаты клинических испытаний и точность прогнозов
Тестирование с участием 3820 онкологических пациентов продемонстрировало высокую прогностическую способность модели. Среди пациентов с наивысшими баллами риска более половины — 64 из 122 — скончались в течение 90 дней после съемки. Отдельная контрольная группа, насчитывающая более 38 000 пациентов с раком, также показала, что лица, выглядевшие старше своего реального хронологического возраста, имели повышенный риск смертности.
Алгоритм продемонстрировал устойчивость к различным вариациям на фотографиях, включая улыбку, хмурое выражение лица, разное освещение, наличие макияжа или проведенные ранее стандартные пластические операции. Единственным исключением стала ринопластика: после этой процедуры ИИ оценивал возраст пациентов на снимках немного выше, чем до нее. Кроме того, модель улавливала косвенные показатели здоровья, отмечая, что курение и злоупотребление алкоголем коррелируют с более «возрастным» внешним видом.
Клиническая готовность и этические вопросы
Принимая во внимание предварительный характер результатов, Mass General Brigham уже подала заявку на патент данной технологии, однако инструмент пока не готов к внедрению в клиническую практику. Первоначальный набор данных для обучения формировался преимущественно на основе выборки пациентов бостонского региона, большинство из которых были европеоидной расы, в связи с чем исследователи работают над расширением демографического разнообразия обучающих выборок.
Независимые биоэтики также выразили озабоченность по поводу возможных социальных последствий технологии анализа лиц. Мэтью Ляо, директор Центра биоэтики Нью-Йоркского университета, предупредил, что автоматизированная оценка здоровья может создать риски при ее ненадлежащем использовании страховыми компаниями или работодателями, а также в случае алгоритмических ошибок, ведущих к необоснованному отказу в медицинской помощи.