هوش مصنوعی با یک عکس چهره، احتمال زنده‌ماندن بیماران سرطانی را پیش‌بینی می‌کند
هوش مصنوعی می‌تواند تنها با بررسی یک عکس از چهره، احتمال زنده‌ماندن بیماران مبتلا به سرطان را پیش‌بینی کند. این فناوری با تحلیل ویژگی‌های ظریف صورت، از جمله چین‌وچروک‌های صورت و اطراف چشم‌ها، سن زیستی فرد و خطر مرگ او را برآورد می‌کند. انتظار می‌رود این روش در آینده به پزشکان برای تصمیم‌گیری درباره انجام جراحی یا شیمی‌درمانی در بیماران سرطانی کمک کند.
به گزارش روزنامه بریتانیایی گاردین در ۱۹ اکتبر، پژوهشگران مؤسسه پزشکی غیرانتفاعی ماس جنرال بریگهام در ایالات متحده سامانه‌ای هوش مصنوعی به نام «FAHR-Face» توسعه داده‌اند که با استفاده از بیش از ۴۰ میلیون عکس چهره آموزش دیده است. نتایج این پژوهش در مجله علمی بین‌المللی Lancet Digital Health منتشر شده است.
پژوهشگران پس از آموزش هوش مصنوعی با عکس‌های چهره افراد در سنین مختلف و از نژادهای گوناگون، دو ابزار تحلیلی طراحی کردند. ابزار «FAHR-FaceAge» سن زیستی فرد را بر اساس ظاهر چهره و مستقل از سن واقعی او تخمین می‌زند و با تکیه بر این برآورد، احتمال زنده‌ماندن بیماران سرطانی را پیش‌بینی می‌کند. ابزار دوم، «FAHR-Face Survival»، بدون نیاز به تخمین سن زیستی، مستقیماً از روی عکس چهره احتمال زنده‌ماندن بیمار را محاسبه می‌کند.
این دو سامانه برای تحلیل چهره به بخش‌های متفاوتی توجه می‌کنند. ابزار FaceAge چین‌های بینی‌ـ‌دهانی، پیشانی و شقیقه‌ها را به‌طور ویژه بررسی می‌کند. چین‌های بینی‌ـ‌دهانی همان خطوطی هستند که از دو طرف بینی تا گوشه‌های دهان امتداد دارند. در مقابل، ابزار Face Survival ویژگی‌های ناحیه زیر چشم‌ها و اطراف بینی را ارزیابی می‌کند.
بررسی بیماران سرطانی نیز ارتباط میان میزان پیری ظاهری چهره و خطر مرگ را تأیید کرده است.
در میان بیمارانی که در ایالات متحده پرتودرمانی دریافت کرده بودند، افرادی که سن زیستی برآوردشده توسط هوش مصنوعی برای آن‌ها دست‌کم پنج سال بیشتر از سن واقعی‌شان بود، طی دوره پیگیری با میانگین چهار سال، ۲۱ درصد بیشتر از سایر بیماران در معرض خطر مرگ قرار داشتند. در مقابل، خطر مرگ در بیمارانی که چهره‌شان دست‌کم پنج سال جوان‌تر از سن واقعی آن‌ها به نظر می‌رسید، ۱۷ درصد کمتر بود.
پژوهشگران بر این باورند که نشانه‌های پیری زیستی در چهره می‌تواند بازتابی از وضعیت کلی سلامت و توانایی بدن برای بازیابی و بهبود باشد. به گفته آن‌ها، این شاخص به‌ویژه ممکن است برای ارزیابی توانایی سالمندان مبتلا به سرطان در تحمل درمان‌های فشرده مفید باشد.
ارتباط میان سبک زندگی و پیری چهره نیز در این پژوهش مشاهده شد. مصرف بیش از حد الکل، سیگار کشیدن و استفاده از مواد مخدر با عواملی مرتبط بودند که سن زیستی برآوردشده توسط هوش مصنوعی را افزایش می‌دادند.
نکته جالب دیگر این بود که شرایط عکاسی تأثیر چشمگیری بر نتایج تحلیل نداشت. برآورد سن زیستی عموماً ثابت می‌ماند، حتی اگر زاویه عکس‌برداری، نورپردازی، حالت چهره یا آرایش فرد متفاوت بود. نتایج پس از بیشتر جراحی‌های زیبایی نیز پایدار باقی ماند و تنها در جراحی زیبایی بینی تغییرات جزئی مشاهده شد.
هوگو اِرتس، یکی از پژوهشگرانی که این مطالعه را به‌طور مشترک هدایت کرده است، گفت: «این نخستین پژوهشی است که نشان می‌دهد یک مدل هوش مصنوعی می‌تواند مستقیماً و تنها با استفاده از عکس ساده چهره، احتمال زنده‌ماندن بیماران سرطانی را پیش‌بینی کند.» او افزود: «با استفاده از یک مدل پایه که با بیش از ۴۰ میلیون عکس آموزش دیده است، می‌توان شاخص‌های سلامت گوناگونی توسعه داد.»
پژوهشگران امیدوارند این فناوری در آینده برای ارزیابی خطر مرگ و عوارض ناشی از جراحی، پرتودرمانی و شیمی‌درمانی سیستمیک در بیماران سرطانی به کار گرفته شود.
با این حال، آن‌ها تأکید کردند که این فناوری هنوز در مرحله پژوهش قرار دارد و پیش از استفاده گسترده در محیط‌های درمانی واقعی، باید در مطالعات بیشتری اعتبارسنجی شود.