Θα μπορούσε μία απλή φωτογραφία του προσώπου να δώσει στους γιατρούς πληροφορίες για το πόσο επιβαρυμένη είναι η υγεία ενός ασθενούς; Ερευνητές στις ΗΠΑ αναπτύσσουν ένα εργαλείο Tεχνητής Nοημοσύνης που επιχειρεί να κάνει ακριβώς αυτό, αναλύοντας μία και μόνο εικόνα του προσώπου.

Το εργαλείο, με την ονομασία FaceSurvival, έχει εκπαιδευτεί σε εκατομμύρια φωτογραφίες ατόμων χωρίς προβλήματα υγείας και σε περίπου 35.000 φωτογραφίες ασθενών με καρκίνο. Σύμφωνα με τους ερευνητές, μπορεί να εντοπίζει χαρακτηριστικά του προσώπου που σχετίζονται με την πρόγνωση και να συμβάλλει στην εκτίμηση της επιβίωσης.

Τα προκαταρκτικά ευρήματα δημοσιεύθηκαν στο επιστημονικό περιοδικό The Lancet Digital Health. Οι ίδιοι οι επιστήμονες διευκρινίζουν, ωστόσο, ότι η τεχνολογία απέχει ακόμη αρκετά από το να χρησιμοποιηθεί στην καθημερινή κλινική πράξη.

Τι «βλέπει» γύρω από τα μάτια

Ιδιαίτερο ενδιαφέρον έχει το σημείο του προσώπου στο οποίο φαίνεται να εστιάζει περισσότερο ο αλγόριθμος. Σύμφωνα με τους ερευνητές, η περιοχή κάτω από τα μάτια και γύρω από τη γέφυρα της μύτης φαίνεται να παρέχει σημαντικές πληροφορίες όταν το μοντέλο επιχειρεί να εκτιμήσει την πρόγνωση ενός ασθενούς.

Οι συσχετίσεις αυτές παρατηρήθηκαν σε διαφορετικούς τύπους και στάδια καρκίνου, ακόμη και σε ασθενείς με νόσο που είχε εξαπλωθεί στα οστά ή στον εγκέφαλο.

Οι περισσότεροι από τους ασθενείς με καρκίνο που συμπεριλήφθηκαν στα δεδομένα προέρχονταν από τις ΗΠΑ και την Ολλανδία και βρίσκονταν στην πέμπτη ή έκτη δεκαετία της ζωής τους. Το ηλικιακό εύρος, ωστόσο, ήταν μεγάλο: Περιλαμβάνονταν τόσο παιδιά όσο και άνθρωποι άνω των 90 ετών.

Σήμερα, οι γιατροί βασίζονται στην κλινική εξέταση, το ιστορικό, τις εργαστηριακές και απεικονιστικές εξετάσεις και άλλες παραμέτρους για να εκτιμήσουν τη γενική κατάσταση ενός ασθενούς και την πιθανή πορεία της νόσου του.

Το FaceSurvival, για το οποίο έχει κατατεθεί αίτηση για δίπλωμα ευρεσιτεχνίας, δεν σχεδιάστηκε για να αντικαταστήσει αυτή την ιατρική αξιολόγηση, αλλά για να προσφέρει ένα επιπλέον εργαλείο στους γιατρούς.

«Καθώς ο πληθυσμός γερνά, οι γιατροί χρειάζονται καλύτερους τρόπους για να εκτιμούν τα σωματικά αποθέματα και την ευπάθεια ενός ασθενούς προτού προτείνουν εντατικές θεραπείες, όπως ακτινοθεραπεία, χειρουργική επέμβαση ή συστηματική θεραπεία», εξηγεί ο επικεφαλής ερευνητής Dr Raymond Mak, από το Mass General Brigham στη Βοστώνη.

Όπως διευκρινίζει, στόχος είναι η αξιολόγηση της υγείας μέσω μίας φωτογραφίας προσώπου να γίνει περισσότερο ποσοτική, συνεπής και εφαρμόσιμη σε μεγαλύτερη κλίμακα, ώστε να υποστηρίζει τις εξατομικευμένες θεραπευτικές αποφάσεις και όχι να υποκαθιστά την κρίση του γιατρού.

Μπορεί το πρόσωπο να δείξει και τη βιολογική μας ηλικία;

Η ίδια ερευνητική ομάδα εξετάζει παράλληλα ένα ακόμη εργαλείο Τεχνητής Νοημοσύνης, το FaceAge, το οποίο επιχειρεί να προβλέψει τη λεγόμενη βιολογική ηλικία – δηλαδή πόσο «ηλικιωμένο» φαίνεται βιολογικά ένα άτομο σε σύγκριση με τη χρονολογική ηλικία που αναγράφεται στην ταυτότητά του.

Σε αυτή την περίπτωση, διαφορετικά σημεία του προσώπου φαίνεται να έχουν μεγαλύτερη σημασία. Το δέρμα κάτω από τη μύτη και γύρω από το στόμα, οι ρινοπαρειακές αύλακες, οι λεγόμενες γραμμές μαριονέτας, αλλά και το μέτωπο, οι κρόταφοι και τα μάγουλα φαίνεται, σύμφωνα με τους ερευνητές, να προσφέρουν ενδείξεις για τον ρυθμό της γήρανσης.

Παράγοντες του τρόπου ζωής, όπως η μεγάλη κατανάλωση αλκοόλ, η χρήση ουσιών και το κάπνισμα, μπορούν να επιταχύνουν τη διαδικασία της γήρανσης.

Ο Dr Mak αναφέρει ότι το εργαλείο παρουσίασε «εντυπωσιακή συνέπεια» ακόμη και όταν ανέλυε συνηθισμένες φωτογραφίες με διαφορές στη στάση του σώματος, τον φωτισμό, την έκφραση του προσώπου ή το μακιγιάζ.

Σύμφωνα με τον ίδιο, τα αποτελέσματά του παρέμειναν σχετικά σταθερά ακόμη και μετά από τις περισσότερες αισθητικές επεμβάσεις που εξετάστηκαν, με μια μικρή μόνο μεταβολή να παρατηρείται μετά από ρινοπλαστική.

Γιατί οι επιστήμονες κρατούν ακόμη επιφυλάξεις

Παρά τα ενδιαφέροντα αποτελέσματα, οι ερευνητές τονίζουν ότι απαιτούνται πολύ περισσότερα δεδομένα και φωτογραφίες ανθρώπων διαφορετικής εθνοτικής προέλευσης για να διαπιστωθεί πόσο αξιόπιστα και γενικεύσιμα είναι τα συγκεκριμένα μοντέλα. Τα εργαλεία εξακολουθούν να βρίσκονται σε στάδιο ανάπτυξης.

Ο καθηγητής Miroslaw Bober, ειδικός στην επεξεργασία βίντεο και τη μηχανική μάθηση στο University of Surrey στη Βρετανία, χαρακτηρίζει την προσέγγιση πολλά υποσχόμενη ως απόδειξη της δυνατότητας της τεχνολογίας, αλλά τονίζει ότι δεν είναι ακόμη έτοιμη για κλινική χρήση.

Όπως επισημαίνει, το εργαλείο θα πρέπει να δοκιμαστεί σε σύγκριση με την αξιολόγηση των ίδιων των γιατρών, καθώς και σε διαφορετικά νοσοκομεία και διαφορετικούς πληθυσμούς ασθενών.

Και υπογραμμίζει μια κρίσιμη διάκριση όταν μιλάμε για την τεχνητή νοημοσύνη στην Ιατρική: «Το να προβλέπεις ένα αποτέλεσμα δεν είναι το ίδιο με το να μπορείς να το εξηγήσεις».

Πηγή: www.ygeiamou.gr