پژوهشگران مرکز درمانی بریگهام در آمریکا سیستمی مبتنی بر هوش مصنوعی توسعه دادند که می‌تواند با تحلیل یک عکس معمولی از چهره، سن زیستی بیمار و احتمال بقای بیماران مبتلا به سرطان را تخمین بزند.
این سیستم با نام FAHR-Face بر پایه بیش از ۴۰ میلیون تصویر چهره از افراد در سنین و قومیت‌های مختلف آموزش دیده. پژوهشگران با این مدل دو ابزار مکمل ساخته‌اند. FAHR-FaceAge سن زیستی فرد را تخمین می‌زند و FAHR-FaceSurvival احتمال بقا را از روی تصویر چهره برآورد می‌کند.
هرچند دو ابزار از یک مدل پایه ساخته شده‌اند،
اطلاعات متفاوتی از سلامت بیمار استخراج می‌کنند. FAHR-FaceAge بیشتر چین‌وچروک‌های امتداد بینی تا گوشه‌های دهان، ناحیه پیشانی بالای حدقه چشم و شقیقه‌ها را بررسی می‌کند. در مقابل، FAHR-FaceSurvival بر ناحیه زیر چشم‌ها و اطراف پل بینی تمرکز دارد.
در بخشی از پژوهش که بیماران سرطانی تحت پرتودرمانی را بررسی کرد، افرادی که FAHR-FaceAge سن ظاهری‌شان را دست‌کم پنج سال بیشتر از سن واقعی تخمین زده بود، طی دوره پیگیری میانگین چهارساله با ۲۱ درصد خطر مرگ بیشتر روبرو بودند. در مقابل، خطر مرگ در بیمارانی که دست‌کم پنج سال جوان‌تر به نظر می‌رسیدند ۱۷ درصد کمتر بود.
نتایج FAHR-FaceSurvival هم نشان داد بیمارانی که هوش مصنوعی آن‌ها را در گروه پرخطرترین از نظر مرگ‌ومیر قرار داده بود، بیش از سه برابر بیماران کم‌خطر احتمال مرگ داشتند. این تفاوت حتی پس از درنظرگرفتن چند عامل پزشکی هم معنادار بود.
محققان می‌گویند عملکرد ابزار تخمین سن زیستی در برابر تفاوت‌های رایج عکس‌ها مثل زاویه چهره، نورپردازی، حالت صورت و آرایش نسبتاً پایدار بود. مصرف زیاد الکل، مواد مخدر و سیگار هم با مسن‌تر به نظر رسیدن افراد ارتباط داشت.
پژوهشگران می‌گویند تحلیل عکس چهره در آینده ممکن است به ارزیابی خطر مرگ یا عوارض پس از جراحی‌های بزرگ و درمان‌های سرطان کمک کند. اما پیش از استفاده گسترده در محیط‌های درمانی به پژوهش بیشتری نیاز است. یافته‌ها در ژورنال The Lancet Digital Health منتشر شده است.
