Pesquisadores de Boston desenvolveram um modelo de inteligência artificial capaz de analisar o rosto de um paciente e classificá-lo pelo risco de sobrevivência, sem a necessidade de exames de sangue, análises ou uso de equipamentos hospitalares.
O sistema foi nomeado Foundation Artificial Intelligence for Health Recognition-Face, ou FAHR-Face, e foi apresentado em um novo estudo sobre o desenvolvimento e validação do modelo na publicação The Lancet Digital Health. Este modelo base foi treinado com mais de 40 milhões de fotos de rostos, abrangendo diversos grupos étnicos e faixas etárias. Com base neste modelo, foram criadas duas ferramentas.
A ferramenta FAHR-FaceAge destina-se a avaliar a idade biológica de uma pessoa, ou seja, como ela aparenta, e não sua data de nascimento. Ela também é capaz de prever o risco de mortalidade diretamente a partir de uma imagem facial. Para realizar a avaliação de sobrevivência, os pesquisadores refinaram o modelo usando 34.363 fotos de pacientes com câncer e o testaram em dois conjuntos de dados independentes de pacientes. Sua análise considerou fatores clínicos prognósticos estabelecidos, e não se baseou exclusivamente no rosto para o diagnóstico.
Os resultados foram significativos: pacientes classificados no quarto com maior risco no FAHR-FaceSurvival apresentaram mais de três vezes maior taxa de mortalidade em comparação com aqueles no quarto com menor risco, com um coeficiente de risco ajustado (hazard ratio) de 3,23. Uma maior precisão preditiva foi alcançada ao combinar os modelos de idade e sobrevivência, visto que ambos os sistemas registravam informações distintas.
Segundo o The Guardian, pessoas que pareciam cinco anos mais velhas do que sua idade cronológica tinham um risco de morte 21% maior durante o período médio de observação de quatro anos. Inversamente, aquelas que pareciam cinco anos mais jovens apresentavam 17% menor risco. No entanto, os autores enfatizam que isso não significa que o aplicativo possa determinar a expectativa de vida de uma pessoa a partir de uma selfie. O modelo classifica o risco estatístico em grupos, e não fornece uma data individual de fim de vida, e os pesquisadores observam que trabalho adicional é necessário antes da aplicação clínica de rotina.
Dr. Raymond Mac, oncologista de radioterapia do Mass General Brigham e um dos coautores do estudo, afirmou que os médicos precisam de métodos mais sofisticados para avaliar a fragilidade dos pacientes antes de recomendar radioterapia, cirurgia ou terapia sistêmica para idosos. Mac observou: «Nosso objetivo é tornar a avaliação de saúde com base em fotos faciais mais quantitativa, consistente e escalável, para que possa apoiar decisões de tratamento personalizadas, e não substituir o julgamento médico».
O modelo de idade biológica demonstrou resistência suficiente a mudanças de pose, iluminação, expressão facial e maquiagem, apresentando um erro absoluto médio de idade de 5,1 anos em conjuntos de dados públicos. Ambas as ferramentas analisaram diferentes áreas do rosto: o FaceAge focou na região da boca, testa e têmporas, enquanto o FaceSurvival concentrou-se abaixo dos olhos e ao redor da ponte do nariz.
O estudo também estabeleceu uma ligação entre o consumo pesado de álcool, drogas e tabagismo com uma aparência facial mais envelhecida, sugerindo que o modelo pode captar a fragilidade acumulada e os danos à saúde visíveis nos traços faciais. Além das perspectivas clínicas, existem interesses comerciais: o Mass General Brigham solicitou uma patente dos EUA para algoritmos de saúde facial de próxima geração, e o próprio estudo foi financiado pelo Conselho Europeu de Pesquisa.
Hugo Eerts, outro coautor, chamou isso de primeira demonstração de que a IA pode prever diretamente a sobrevivência no câncer a partir de uma simples foto. O desafio complexo será provar a manutenção da precisão em ambientes hospitalares.
