Ερευνητές υποστηρίζουν ότι έφτιαξαν εργαλείο ΑΙ που προβλέπει την επιβίωση καρκινοπαθών με μια selfie - Τι έδειξε η μελέτη

Τα πρώτα ευρήματα είναι ενθαρρυντικά, αλλά οι ερευνητές τονίζουν ότι απαιτείται περαιτέρω μελέτη πριν από την ευρεία εφαρμογή του.

Μια απλή φωτογραφία του προσώπου ενδέχεται στο μέλλον να προσφέρει στους γιατρούς πολύτιμες πληροφορίες για την κατάσταση της υγείας ενός ασθενούς και τις πιθανότητες επιβίωσής του από τον καρκίνο.

Αυτό υποστηρίζει νέα μελέτη, σύμφωνα με την οποία ένα σύστημα τεχνητής νοημοσύνης μπορεί να εκτιμήσει τη βιολογική ηλικία ενός ανθρώπου και να προβλέψει την έκβαση της νόσου, αναλύοντας μία και μόνο φωτογραφία του προσώπου του.

Το σύστημα αναπτύχθηκε από ειδικούς του Mass General Brigham, ενός μη κερδοσκοπικού ακαδημαϊκού συστήματος υγειονομικής περίθαλψης στη Μασαχουσέτη των ΗΠΑ, επισημαίνει η βρετανική εφημερίδα Guardian. Τα αποτελέσματα της έρευνας δημοσιεύθηκαν στο επιστημονικό περιοδικό The Lancet Digital Health και αναδεικνύουν τις δυνατότητες της τεχνητής νοημοσύνης στην αξιολόγηση της υγείας και στην εξατομίκευση της θεραπείας.

You train an AI on 40 million facial photographs, and then it can estimate biological age and directly predict survival outcomes of cancer patients from a single selfie!

The general idea is that if a cancer patient looks five or more years older than their actual age, they have a 21% higher risk of dying during the average four-year follow-up than the rest of the group. The patients who look five or more years younger had a 17% lower risk.

"Each algorithm also relied on distinct parts of the face to make respective predictions of age and mortality risk. FAHR-FaceAge focuses on the creases that run from the sides of the nose down to the corners of the mouth, the forehead area just above the eye sockets, and the temples. FAHR-FaceSurvival, meanwhile, evaluates the region below the eyes and around the nasal bridge."

Obviously, it will never be used as a tool to tell patients what to expect before starting a treatment, but then I wonder how it could get deployed in clinical use.

The Guardian covered the study: https://t.co/vX2VqwDSyh

The original study: https://t.co/Iqj9ootmix

— Berci Meskó, MD, PhD (@Berci) October 20, 2026

Δύο εργαλεία για selfie με διαφορετικές δυνατότητες

Οι ερευνητές ανέπτυξαν δύο συμπληρωματικά εργαλεία, τα FAHR-FaceAge και FAHR-FaceSurvival, τα οποία βασίζονται στο ίδιο μοντέλο τεχνητής νοημοσύνης, αλλά αξιολογούν διαφορετικές παραμέτρους.

Το FAHR-FaceAge εκτιμά τη βιολογική ηλικία ενός ανθρώπου, δηλαδή πόσο μεγάλος φαίνεται σε σχέση με τη χρονολογική του ηλικία, και χρησιμοποιεί αυτή την εκτίμηση για να προβλέψει την επιβίωση ασθενών με καρκίνο.

Αντίθετα, το FAHR-FaceSurvival υπολογίζει απευθείας την πιθανότητα επιβίωσης του καρκινοπαθούς από μια φωτογραφία, χωρίς να χρησιμοποιεί ως ενδιάμεσο δείκτη τη βιολογική ηλικία.

Παρότι τα δύο εργαλεία προέρχονται από το ίδιο μοντέλο, εντοπίζουν διαφορετικές και συμπληρωματικές πληροφορίες για την υγεία. Μάλιστα, βασίζονται σε διαφορετικές περιοχές του προσώπου. Το FAHR-FaceAge εστιάζει στις ρυτίδες που εκτείνονται από τα πλάγια της μύτης έως τις γωνίες του στόματος, στο μέτωπο πάνω από τις κόγχες των ματιών και στους κροτάφους. Το FAHR-FaceSurvival αξιολογεί κυρίως την περιοχή κάτω από τα μάτια και γύρω από τη ράχη της μύτης.

Για την εκπαίδευση του μοντέλου χρησιμοποιήθηκαν περισσότερες από 40 εκατομμύρια φωτογραφίες προσώπων, οι οποίες κάλυπταν διαφορετικές ηλικίες και εθνοτικές ομάδες.

Οι διαφορές στη βιολογική ηλικία και ο κίνδυνος θανάτου

Ιδιαίτερο ενδιαφέρον παρουσιάζουν τα αποτελέσματα σε ασθενείς με καρκίνο που υποβλήθηκαν σε ακτινοθεραπεία στις ΗΠΑ. Σύμφωνα με τη μελέτη, όσοι αξιολογήθηκαν από το FAHR-FaceAge ως τουλάχιστον πέντε χρόνια μεγαλύτεροι από την πραγματική τους ηλικία είχαν κατά 21% υψηλότερο κίνδυνο θανάτου, σε σύγκριση με τους υπόλοιπους ασθενείς, κατά τη διάρκεια μιας μέσης περιόδου παρακολούθησης τεσσάρων ετών.

Αντίστοιχα, όσοι φαίνονταν τουλάχιστον πέντε χρόνια νεότεροι είχαν κατά 17% χαμηλότερο κίνδυνο θανάτου. Τα ευρήματα υποδεικνύουν ότι η εκτιμώμενη βιολογική ηλικία μπορεί να συνδέεται με τη σωματική κατάσταση του ασθενούς και την ικανότητά του να αντεπεξέλθει σε απαιτητικές θεραπείες.

Ο Hugo Aerts, ένας από τους επικεφαλής συγγραφείς της μελέτης, δήλωσε ότι το FAHR-FaceSurvival «προχωρά ένα βήμα παραπέρα στον τομέα της τεχνητής νοημοσύνης για την αναγνώριση της υγείας μέσω του προσώπου, καθώς μαθαίνει να εκτιμά απευθείας τον κίνδυνο επιβίωσης από φωτογραφίες ασθενών με καρκίνο».

Όπως πρόσθεσε, «απ' όσο γνωρίζουμε, αυτή είναι η πρώτη απόδειξη ότι ένα μοντέλο τεχνητής νοημοσύνης μπορεί να προβλέψει άμεσα την επιβίωση από τον καρκίνο μέσω μιας απλής φωτογραφίας».

Κάπνισμα, αλκοόλ και άλλοι παράγοντες

Η έρευνα εξέτασε επίσης τη σχέση του τρόπου ζωής με τη βιολογική γήρανση, όπως αυτή εκτιμάται από το σύστημα. Η μεγάλη κατανάλωση αλκοόλ, η χρήση ναρκωτικών ουσιών και το κάπνισμα συνδέθηκαν με εικόνα μεγαλύτερης βιολογικής ηλικίας στις φωτογραφίες που αναλύθηκαν.

Παράλληλα, οι ερευνητές διαπίστωσαν ότι το FAHR-FaceAge διατηρούσε σε μεγάλο βαθμό τη σταθερότητά του παρά τις συνήθεις διαφορές στις φωτογραφίες, όπως η γωνία λήψης, ο φωτισμός, οι εκφράσεις του προσώπου και το μακιγιάζ. Η εκτίμηση παρέμενε επίσης σταθερή μετά τις περισσότερες από τις εξεταζόμενες πλαστικές επεμβάσεις, με μικρή μόνο μεταβολή να παρατηρείται μετά τη ρινοπλαστική.

Researchers built an AI tool that can predict cancer patients’ survival chances by using a photograph of their face, complementing doctors’ gut instincts to potentially guide treatment decisions, especially when medical data is scarce https://t.co/1gOnKe1oTh

— Bloomberg (@business) October 20, 2026

Πώς μια φωτογραφία μπορεί να αξιοποιηθεί στην ιατρική

Ο ακτινοθεραπευτής Raymond Mak, επίσης από το Mass General Brigham, υπογράμμισε ότι η γήρανση του πληθυσμού δημιουργεί την ανάγκη για καλύτερους τρόπους αξιολόγησης της σωματικής αντοχής και της ευπάθειας πριν από απαιτητικές θεραπείες.

«Στόχος μας είναι να καταστήσουμε την αξιολόγηση της υγείας μέσω φωτογραφιών προσώπου πιο ποσοτική, συνεπή και εύκολα εφαρμόσιμη, ώστε να υποστηρίζει τις εξατομικευμένες θεραπευτικές αποφάσεις και όχι να αντικαθιστά την κρίση του γιατρού», ανέφερε.

Η τεχνολογία θα μπορούσε να βοηθήσει στην εκτίμηση του κινδύνου θανάτου ή επιπλοκών μετά από μεγάλες χειρουργικές επεμβάσεις και άλλες αντικαρκινικές θεραπείες, προσφέροντας ένα επιπλέον εργαλείο στους γιατρούς όταν καλούνται να επιλέξουν την καταλληλότερη θεραπευτική προσέγγιση.

Ο Aerts εξήγησε ότι το βασικό τεχνολογικό επίτευγμα είναι η δυνατότητα του μοντέλου να μαθαίνει γενικά χαρακτηριστικά του ανθρώπινου προσώπου από περισσότερες από 40 εκατομμύρια εικόνες και στη συνέχεια να προσαρμόζεται σε διαφορετικούς δείκτες υγείας. Σύμφωνα με τον ίδιο, αυτή η προσέγγιση επιτρέπει την ανάπτυξη πολλαπλών βιοδεικτών που βασίζονται στο πρόσωπο, χωρίς να απαιτείται η εκπαίδευση κάθε νέου μοντέλου από την αρχή.

Για περισσότερες πληροφορίες σχετικά με την πρωτοποριακή μελέτη, πατήστε εδώ

ΔΕΙΤΕ ΑΚΟΜΑ Η γειτονιά που μένετε μπορεί να επηρεάζει τον κίνδυνο άνοιας - Τι έδειξε μελέτη σε 41 εκατ. ανθρώπους