Технологии

ИИ научился оценивать риск рака по фотографии лица

  • 01 ноября 2026
  • 113
  • 0
  • 10

Модель FAHR-Face обучена на более чем 40 миллионах фотографий и валидирована на клинических данных от двух независимых групп пациентов.


Учёные из медицинской системы Mass General Brigham, объединяющей ведущие медицинские учреждения и исследовательские центры в Бостоне, разработали инновационную модель искусственного интеллекта под названием FAHR-Face (Face Analysis for Health Risk). Данная система предназначена для анализа фотографий лиц и оценки риска смертности у пациентов, проходящих лечение онкологических заболеваний. Авторы позиционируют FAHR-Face как дополнительный инструмент, предназначенный для улучшения оценки состояния пациента, но не как замену традиционным медицинским обследованиям и клиническим решениям врачей.

Для создания базовой модели FAHR-Face было использовано более 40 миллионов фотографий лиц, что позволило разработать два специализированных инструмента: FAHR-FaceAge и FAHR-FaceSurvival. Первый инструмент оценивает биологический возраст человека на основе фотографии, что позволяет сравнивать его с фактическим возрастом. Второй инструмент прогнозирует риск смерти на основе анализа изображения лица. Для настройки и валидации FAHR-FaceSurvival использовались фотографии 34 363 пациентов с онкологическими диагнозами, а проверка проводилась на независимых выборках, включая группу из 4892 пациентов.

Независимый клинический анализ показал, что пациенты, отнесённые FAHR-FaceSurvival к группе с высоким прогнозируемым риском смертности, имели более чем трёхкратно повышенный риск летального исхода по сравнению с пациентами из группы с низким прогнозом. Эта закономерность сохранялась даже после статистической корректировки на возраст, пол, расовую и этническую принадлежность, тип онкологического заболевания и особенности лечения. Таким образом, модель выявляла устойчивые закономерности, связанные с выживаемостью, несмотря на влияние указанных факторов. Однако стоит отметить, что FAHR-Face не предназначена для точного прогнозирования индивидуальной продолжительности жизни на основе одной фотографии.

Второй инструмент, FAHR-FaceAge, установил связь между визуальной оценкой биологического возраста и прогнозом выживаемости. Пациенты, чья визуальная оценка возраста превышала фактический возраст на 5 и более лет, имели скорректированный риск смерти на 21% выше, чем пациенты с меньшей разницей. Напротив, пациенты, оценённые как минимум на 5 лет моложе своего фактического возраста, имели на 17% сниженный риск. Эти результаты описывают статистические различия между группами, не предоставляя информацию о вероятности исхода для конкретного пациента.

Дополнительно было выявлено, что повышенный биологический возраст коррелирует с такими факторами риска, как курение, чрезмерное употребление алкоголя и наркотиков. Учёные провели проверку устойчивости модели, оценивая влияние таких переменных, как освещение, макияж, положение лица и наличие косметических операций. В целом, модель демонстрировала устойчивость к этим изменениям, хотя после ринопластики наблюдалось незначительное смещение результатов.

Оба инструмента обращали внимание на различные области лица, предоставляя взаимодополняющую информацию. В исследовании FAHR-FaceAge показал точность оценки биологического возраста с средней абсолютной ошибкой 5,1 года на общедоступных наборах фотографий. Объединение прогнозов двух инструментов позволило улучшить точность оценки риска смертности.

По словам онколога Рэймонда Мака, участвовавшего в разработке, основная цель создания FAHR-Face заключается в помощи врачам в оценке физического состояния пациента перед назначением интенсивных методов лечения, таких как лучевая терапия или хирургическое вмешательство. Авторы подчёркивают, что для широкого внедрения модели в клиническую практику необходимы дополнительные исследования. FAHR-Face представляет собой перспективный инструмент для дополнения оценки риска, но не является самостоятельным средством для принятия клинических решений.

Подготовлено ТИАП по материалам The Lancet Digital Health.


Понравилась ли Вам статья?

Нравится10
  • 01 ноября 2026
  • 113
  • 0