L’intelligenza artificiale prevede età e sopravvivenza nei pazienti oncologici
L'intelligenza artificiale è in grado di analizzare le foto e prevedere età e sopravvivenza nei pazienti malati di cancro.
Negli ultimi anni, l’intelligenza artificiale sta prendendo il sopravvento in quasi tutti i settori. Adesso, un gruppo di ricercatori del Massachusetts Generale Brigham, hanno sviluppato un algoritmo di deep learning che utilizza una foto del volto di una persona, prevedendo l’età biologica e la sopravvivenza dei pazienti oncologici.
L’algoritmo prende il nome di FaceAge. I ricercatori avrebbero scoperto che i pazienti oncologici in media avevano un FaceAge più alto rispetto a quelli senza cancro e apparivano cinque anni più vecchi della loro età cronologica.
Nuovo sistema di diagnosi per pazienti oncologici grazie all’algoritmo FaceAge
Le previsioni di FaceAge più vecchie pare fossero associate a peggiori esiti di sopravvivenza in diversi tipi di cancro. Successivamente, i ricercatori hanno scoperto che FaceAge ha superato i medici nel predire l’aspettativa di vita a breve termine nei pazienti sottoposti a radioterapia palliativa.
“Possiamo usare l’intelligenza artificiale (IA) per stimare l’età biologica di una persona a partire dalle immagini del viso, e il nostro studio dimostra che le informazioni possono essere clinicamente significative”. Queste le parole dichiarate da Hugo Aets PhD, coautore senior e autore corrispondente, direttore del programma di intelligenza artificiale in Medicina presso il Mass General Brigham.
“Questo lavoro dimostra che una foto come un semplice selfie contiene informazioni importanti che potrebbero contribuire a orientare il processo decisionale clinico e i piani di cura per pazienti e medici. L’età apparente di una persona rispetto alla sua età cronologica è davvero importante: le persone con un FaceAge più giovane della loro età cronologica hanno risultati significativamente migliori dopo la terapia oncologica”.
Una vera rivoluzione nel campo tecnologico ma anche medico, visto che questa funzione potrebbe essere utilizzato come sistema di diagnosi precoce in una varietà di applicazioni. Gli autori del Mass General Brigham includono Dennis Bontempi, Osbert Zalay, Danielle S.Bitterman, Fridolin Haugg, Jack M. Qian, Hannab Roberts, Subha Perni, Vasco Prudente, Tracy Balboni, Monica Krishan, Laura Warren.
