Con una sola foto l’IA riesce a prevedere la sopravvivenza di un malato di tumore

I ricercatori hanno messo a punto un nuovo modello di intelligenza artificiale (IA) chiamato FAHR-Face in grado di determinare le probabilità di sopravvivenza di un paziente oncologico, semplicemente analizzando una singola foto del suo volto. L'innovativo algoritmo è attualmente sperimentale e la sua applicazione in ambito clinico deve essere accuratamente valutata dai medici, tuttavia i risultati dello studio pubblicato sull'autorevole rivista scientifica The Lancet Digital Health sono così sorprendenti – e precisi – da poter rivoluzionare il modo in cui si identificano i pazienti più fragili, permettendo ad esempio di indirizzarli precocemente verso i trattamenti più adeguati. Chiaramente lo strumento non andrebbe a sostituire la fondamentale valutazione del medico, tuttavia potrebbe rappresentare un prezioso supporto basato su criteri standardizzati ad elevata precisione. I ricercatori ritengono che questo strumento, del quale è stata elaborata una versione in grado di determinare l'età biologica, in futuro possa essere impiegato anche per valutare lo stato di salute della popolazione generale e non solo dei pazienti oncologici.

A mettere a punto il nuovo modello di IA in grado di determinare le probabilità di sopravvivenza dei pazienti con cancro è stato un team di ricerca internazionale guidato da scienziati statunitensi del Mass General Brigham Cancer Institute, del Dana–Farber Cancer Institute e della Scuola di Medicina dell'Università di Harvard, che hanno collaborato a stretto contatto con i colleghi di molti istituti. Fra quelli coinvolti il Dipartimento di Radiologia e Medicina Nucleare dell'Università di Maastricht (Paesi Bassi), il Programma di Intelligenza Artificiale in Medicina e il Dipartimento di Biostatistica dell'Harvard T.H. Chan School of Public Health di Boston e molti altri. I ricercatori, coordinati dai professori Hugo J.W.L. Aerts e Raymond H. Mak, docenti presso il Dipartimento di Radioterapia Oncologica dell'ateneo del Massachusetts, hanno elaborato il sofisticato modello di IA FAHR-Face (acronimo di Foundation Artificial Intelligence for Health Recognition-Face) addestrandolo con 40 milioni di fotografie facciali tramite apprendimento auto-supervisionato da esperti. Nella procedura sono state inserite circa 38.000 fotografie di pazienti oncologici seguiti presso centri legati all'Università di Harvard e altri 5.000 seguiti nei Paesi Bassi.

Poiché il volto umano è uno specchio in grado di riflettere lo stato di salute generale, dall'invecchiamento all'impatto delle malattie, passando per fragilità di vario genere, stile di vita e dipendenze (come fumo, alcol e droghe), i ricercatori hanno progettato il modello FAHR-Face in due rami principali: FAHR-FaceAge e FAHR-FaceSurvival. Il primo stima l'età biologica di una persona a partire da una singola fotografia del volto, il secondo, basandosi sulla medesima fonte, stima il rischio di mortalità e la probabilità di sopravvivenza, nel caso specifico dei pazienti oncologici. Per il FAHR-FaceAge gli scienziati hanno elaborato un parametro chiamato FAD (FAHR-FaceAge Deviation) che si ottiene sottraendo all'età stimata dall'IA quella anagrafica. Chi nella foto appariva più anziano rispetto all'età anagrafica, cioè presentava un'età biologica superiore, aveva una probabilità di morte maggiore. Chi invece appariva più giovane, presentava un rischio inferiore. Per quanto concerne i pazienti oncologici, un FAD ≥ 5 anni evidenziava un rischio di morte superiore, così come un FAD ≤ −5 anni mostrava un rischio inferiore.

Il secondo modello FAHR-FaceSurvival è stato integrato con le cartelle cliniche dei pazienti oncologici e gli eventuali certificati di morte, al fine di determinare le probabilità di sopravvivenza in base alle caratteristiche del viso. Esso non prova a stimare l'età come il modello FaceAge, ma identifica i tratti del volto associati alla mortalità, stimando le probabilità di sopravvivenza. I risultati, come indicato, sono stati sorprendenti per la precisione. I pazienti nel quartile di rischio più elevato, infatti, presentavano una mortalità del 300 percento superiore rispetto a quelli nel quartile più basso, tenendo in considerazione anche fattori come età, genere, tipologia di tumore, stadiazione del cancro e altri parametri clinici.

Incrociando tutti i dati, è emerso che, nel gruppo valutato a minor rischio dal FAHR-FaceSurvival, solo il 2 percento dei pazienti oncologici moriva entro 90 giorni; d'altro canto, in quelli del gruppo ad alto rischio, nello stesso lasso di tempo perdeva la vita oltre il 50 percento. In sostanza, l'IA era in grado di prevedere con notevole precisione chi sarebbe morto entro 3 mesi sulla base dei semplici tratti del viso.

È interessante notare che i due modelli valutano tratti differenti del viso: il FAHR-FaceAge si concentra su rughe della fronte, pieghe naso-labiali e tempie, mentre il FAHR-FaceSurvival su area perioculare, ponte nasale e la regione sotto gli occhi. Curiosamente, questi parametri corrispondono a quelli della famosa Facies Ippocratica, riconosciuta migliaia di anni fa nelle persone morenti dal medico e filoso dell'Antica Grecia Ippocrate. Essa è caratterizzata da occhi infossati, naso appuntito, labbra rilassate e guance incavate e altre caratteristiche legate al rilassamento muscolare. È stata osservata anche in Papa Francesco il giorno prima che morisse. “Sentire l'eco di Ippocrate attraverso i millenni nei nostri algoritmi è stato davvero inquietante”, ha affermato il professor MAK alla CNN.

In futuro questo modello di IA, che non è stato influenzato nemmeno da trucco, illuminazione e angolazione delle foto, potrebbe aiutare i medici a valutare rapidamente – e con criteri standardizzati – i pazienti più fragili, migliorando la prognosi e favorire i migliori approcci terapeutici in base allo stato di fragilità rilevato. Tuttavia, al momento si tratta solo di un algoritmo sperimentale che non può essere applicato in ambito clinico, considerando anche i limiti nei parametri sociodemografici dello studio (popolazioni sottorappresentate, provenienza da Paesi ad alto reddito etc etc) e il coinvolgimento di soli pazienti oncologici. I dettagli della ricerca “Foundation artificial intelligence models for health recognition by use of face photographs (FAHR-Face): a model development and validation study” sono stati pubblicati su The Lancet Digital Health.