बोस्टन के शोधकर्ताओं ने एक आर्टिफिशियल इंटेलिजेंस मॉडल विकसित किया है जो रोगी के चेहरे का विश्लेषण करके और बिना स्कैनिंग, रक्त परीक्षण या अस्पताल के उपकरणों का उपयोग किए उसकी उत्तरजीविता जोखिम को वर्गीकृत कर सकता है।
इस प्रणाली को फाउंडेशन आर्टिफिशियल इंटेलिजेंस फॉर हेल्थ रिकग्निशन-फेस, या FAHR-Face नाम दिया गया है, और इसे द लैंसेट डिजिटल हेल्थ में एक नए अध्ययन में मॉडल के विकास और सत्यापन के रूप में प्रस्तुत किया गया था। यह आधारभूत मॉडल 40 मिलियन से अधिक चेहरे की तस्वीरों पर प्रशिक्षित किया गया था, जिसमें विभिन्न जातीय समूहों और आयु श्रेणियों को शामिल किया गया था। इस मॉडल के आधार पर दो उपकरण बनाए गए थे।
FAHR-FaceAge उपकरण व्यक्ति की जैविक उम्र का आकलन करने के लिए डिज़ाइन किया गया है, यानी वह कैसा दिखता है, न कि जन्मतिथि। यह सीधे चेहरे की तस्वीर से मृत्यु दर के जोखिम की भविष्यवाणी भी कर सकता है। उत्तरजीविता मूल्यांकन कार्य को पूरा करने के लिए, शोधकर्ताओं ने 34,363 कैंसर रोगियों की तस्वीरों का उपयोग करके मॉडल को परिष्कृत किया और इसे दो स्वतंत्र रोगी डेटासेट पर परखा। इस विश्लेषण में स्थापित नैदानिक पूर्वानुमान कारकों पर विचार किया गया था, न कि निदान के लिए केवल चेहरे पर निर्भर रहा।
परिणाम महत्वपूर्ण थे: FAHR-FaceSurvival में उच्चतम जोखिम वाली चतुर्थांश में वर्गीकृत रोगियों में सबसे कम जोखिम वाली चतुर्थांश में आने वालों की तुलना में तीन गुना से अधिक मृत्यु दर थी, जिसका समायोजित जोखिम अनुपात (hazard ratio) 3.23 था। आयु और उत्तरजीविता मॉडल को संयोजित करने पर अधिक पूर्वानुमान सटीकता प्राप्त हुई, क्योंकि दोनों प्रणालियाँ अलग-अलग जानकारी दर्ज करती थीं।
द गार्डियन की रिपोर्ट के अनुसार, जिन लोगों ने अपनी कालानुक्रमिक उम्र से पांच साल अधिक उम्र के दिखते थे, उनमें औसत चार साल की निगरानी अवधि के दौरान मरने का जोखिम 21% अधिक था। इसके विपरीत, जो लोग पांच साल छोटे दिखते थे, उनमें 17% कम जोखिम था। हालांकि, लेखकों ने जोर देकर कहा कि इसका मतलब यह नहीं है कि एप्लिकेशन सेल्फी से किसी व्यक्ति की जीवन अवधि निर्धारित कर सकता है। मॉडल व्यक्तिगत जीवन समाप्ति तिथि देने के बजाय समूहों में सांख्यिकीय जोखिम को रैंक करता है, और शोधकर्ताओं ने उल्लेख किया कि नियमित नैदानिक उपयोग से पहले अतिरिक्त काम की आवश्यकता है।
डॉ. रेमंड मैक, मास जनरल ब्रिघम के रेडियोऑन्कोलॉजिस्ट और अध्ययन के सह-लेखकों में से एक ने कहा कि डॉक्टरों को बुजुर्गों को विकिरण चिकित्सा, शल्य चिकित्सा हस्तक्षेप या प्रणालीगत चिकित्सा की सिफारिश करने से पहले रोगियों की नाजुकता का आकलन करने के लिए बेहतर तरीकों की आवश्यकता है। मैक ने टिप्पणी की: 'हमारा लक्ष्य स्वास्थ्य का आकलन चेहरे की तस्वीरों के आधार पर अधिक मात्रात्मक, सुसंगत और स्केलेबल बनाना है, ताकि यह डॉक्टर के निर्णय को बदलने के बजाय व्यक्तिगत उपचार निर्णयों का समर्थन कर सके।'
जैविक आयु मॉडल ने मुद्रा, प्रकाश व्यवस्था, चेहरे के भाव और मेकअप में परिवर्तन के साथ पर्याप्त स्थिरता दिखाई, जिससे सार्वजनिक रूप से उपलब्ध डेटासेट पर औसत निरपेक्ष आयु त्रुटि 5.1 वर्ष रही। दोनों उपकरणों ने चेहरे के विभिन्न क्षेत्रों का विश्लेषण किया: FaceAge मुंह, माथे और कनपटी के क्षेत्र पर केंद्रित था, जबकि FaceSurvival आंखों के नीचे और नाक के पुल के आसपास केंद्रित था।
अध्ययन ने शराब, नशीली दवाओं और धूम्रपान के भारी सेवन और चेहरे की उम्र बढ़ने के बीच एक संबंध भी स्थापित किया, जिससे यह अनुमान लगाया जा सकता है कि मॉडल चेहरे की विशेषताओं पर दिखाई देने वाली संचित नाजुकता और स्वास्थ्य क्षति को पकड़ सकता है। नैदानिक संभावनाओं के अलावा, वाणिज्यिक हित भी हैं: मास जनरल ब्रिघम ने अगली पीढ़ी के चेहरे के स्वास्थ्य एल्गोरिदम के लिए अमेरिकी पेटेंट आवेदन दायर किया है, और स्वयं अध्ययन यूरोपीय अनुसंधान परिषद द्वारा वित्त पोषित था।
ह्यूगो एर्ट्स, अन्य सह-लेखक, ने इसे इस बात का पहला प्रदर्शन बताया कि कैसे एआई कैंसर में उत्तरजीविता की सीधे भविष्यवाणी कर सकता है, बस एक साधारण तस्वीर से। अस्पतालों की स्थितियों में सटीकता बनाए रखने का प्रमाण देना एक जटिल कार्य बना रहेगा।
