Investigadores de Mass General Brigham han presentado dos herramientas de IA que, a partir de una simple fotografía de la cara, estiman la edad biológica de una persona y el riesgo de muerte de pacientes con cáncer. Se llaman FAHR-FaceAge y FAHR-FaceSurvival, y el estudio se ha publicado en The Lancet Digital Health. Lo explica el hospital en su nota oficial y lo recogen New Atlas, The ASCO Post y pharmaphorum.
La idea es ayudar a los médicos con una pregunta difícil: si un paciente, sobre todo uno mayor, tiene reservas físicas suficientes para soportar una radioterapia, una cirugía o un tratamiento sistémico intensivo. Los autores quieren que esa valoración sea más cuantitativa y consistente.
¿Cómo funciona?
Primero se entrenó un modelo base, FAHR-Face, con más de 40 millones de fotografías de caras, sacadas del conjunto de datos WebFace42M, según pharmaphorum. Aprendió reconstruyendo imágenes parcialmente tapadas, una técnica llamada autocodificadores enmascarados. Sobre esa base se ajustaron dos herramientas distintas.
FAHR-FaceAge se afinó con 10 bases de datos públicas y estima la edad biológica, con un error en torno a cinco años según pharmaphorum. FAHR-FaceSurvival se entrenó con 34.363 fotografías de pacientes con cáncer, según The ASCO Post, y predice directamente la supervivencia. Los modelos se probaron en cohortes independientes, entre ellas una de casi 5.000 pacientes tratados con radioterapia en los Países Bajos, según pharmaphorum.
Cada herramienta se fija en zonas distintas de la cara. La de edad mira los surcos nasogenianos, la frente justo encima de las órbitas y las sienes. La de supervivencia, la zona bajo los ojos y alrededor del puente de la nariz.
¿Qué ha encontrado el estudio?
Los pacientes que FAHR-FaceSurvival situó en el cuartil de mayor riesgo tuvieron una mortalidad significativamente más alta que los del cuartil de menor riesgo, con un cociente de riesgos ajustado de 3,23, según The ASCO Post. La diferencia entre la edad biológica estimada y la edad real también se asoció de forma independiente con la supervivencia.
Las dos herramientas apenas se correlacionan entre sí, y combinarlas mejoró el ajuste del modelo de supervivencia en una cohorte externa. El hospital destaca además que el estimador de edad no se deja engañar por la postura, la luz, la expresión o el maquillaje, ni por la mayoría de cirugías estéticas, aunque se desvía un poco tras una rinoplastia. Fumar fue el hábito que más se asoció a parecer biológicamente mayor, por delante del consumo elevado de alcohol y del de drogas.
Hugo Aerts, director del programa de IA en Medicina del hospital y coautor sénior, lo presenta como la primera demostración de que un modelo de IA puede predecir la supervivencia al cáncer directamente desde una foto. Raymond Mak, oncólogo radioterápico y autor de correspondencia, insiste en que la meta es que la valoración sea más cuantitativa y consistente, para apoyar las decisiones clínicas y no para sustituir el juicio del médico.
¿Está lista para usarse en la consulta?
No, y los propios datos lo dejan claro. Miroslaw Bober, especialista en imagen e IA de la Universidad de Surrey, señala en pharmaphorum que el estudio no comprobó si la IA detecta algo que un médico no vería, ni demostró que sus predicciones aporten información útil más allá de la valoración clínica de la salud y la forma física, que no se midió. Lo resume como una prueba de concepto prometedora que aún no está lista para el uso clínico.
Hay otros dos detalles que conviene tener presentes. Mass General Brigham ha presentado en EE. UU. una solicitud provisional de patente sobre estos algoritmos faciales de salud. Y el equipo ha abierto un estudio público en faceage.bwh.harvard.edu donde cualquiera puede subir su foto y recibir una estimación, mientras aporta datos para validar el modelo.
Este tipo de herramientas siguen la línea de otras IA clínicas que hemos visto, como ONCO-ACS, para tratar el infarto en pacientes con cáncer, y comparten su reto: pasar de predecir bien en un estudio a cambiar decisiones en la consulta. Pasa algo parecido con lo que mide bien un reloj inteligente y lo que no: medir no es lo mismo que diagnosticar.
Mi postura: la ciencia es interesante y el planteamiento, sensato, porque los médicos ya miran la cara del paciente para hacerse una idea de su estado. Lo que me preocupa es otra cosa. Una foto es el dato de salud más fácil de conseguir que existe, y un modelo con solicitud de patente que convierte un selfi en un riesgo de muerte tiene usos evidentes fuera del hospital, empezando por aseguradoras. Antes de celebrar que «basta una foto», conviene exigir dos cosas: que se demuestre que mejora las decisiones clínicas y que quede claro quién puede usarlo y con qué datos.
