Biologiczny wiek, czyli ten, który opisuje rzeczywisty stan komórek i tkanek, bywa zupełnie inny niż ten zapisany w dowodzie osobistym. Ale jak go zmierzyć? Lekarze do tej pory posiłkowali się tzw. testem oka, czyli subiektywnym wrażeniem, które ma ocenić, czy pacjent „wygląda na swój wiek”. Teraz naukowcy poszli o krok dalej i próbują stworzyć narzędzie, które zrobi to za nich — i to z użyciem jednego zdjęcia twarzy.
FaceAge to system oparty na głębokim uczeniu maszynowym, który potrafi oszacować biologiczny wiek osoby na podstawie zwykłego zdjęcia. Nie potrzebuje specjalistycznych kamer, drogich badań genetycznych ani rezonansu. Wystarczy jedno ujęcie twarzy. Algorytm został nauczony na dziesiątkach tysięcy zdjęć osób zdrowych, a następnie przetestowany w rzeczywistości klinicznej — u pacjentów onkologicznych. I właśnie tam okazał się najbardziej przydatny. Bo w onkologii każda decyzja terapeutyczna jest balansowaniem na granicy korzyści i ryzyka, a stan ogólny pacjenta ma kluczowe znaczenie. Lekarz musi nie tylko znać rozpoznanie, ale też mieć intuicję — czy pacjent da radę? Czy leczenie będzie miało sens? W takich przypadkach FaceAge może pomóc. Jak pokazały analizy, system ten przewiduje przeżywalność lepiej niż wiek metrykalny, a nawet lepiej niż niektóre klasyczne modele kliniczne.
W badaniach przeprowadzonych w trzech niezależnych kohortach pacjentów z nowotworami okazało się, że osoby, których twarze „wyglądały starzej” niż wskazywał ich metrykalny wiek, miały statystycznie niższe przeżycie. Co więcej, gdy do klasycznych narzędzi prognostycznych (takich jak model TEACHH) dodano wynik z FaceAge, prognozy lekarzy stawały się dokładniejsze. A to może mieć realny wpływ na decyzje terapeutyczne, zwłaszcza w opiece paliatywnej, gdzie stawką jest jakość życia w jego ostatnich miesiącach. FaceAge działa także jako swego rodzaju biomarker — ponieważ wykazuje istotny związek z ekspresją genów związanych z procesem starzenia komórkowego. W szczególności związki między wiekiem przewidywanym przez algorytm a aktywnością genu CDK6 wskazują, że twarz może faktycznie odzwierciedlać procesy biologiczne zachodzące głębiej — na poziomie molekularnym.
Choć wyniki są obiecujące, autorzy badania nie ignorują ograniczeń. Modele uczone na publicznych bazach zdjęć mogą być obciążone błędami wynikającymi z niedoreprezentowania niektórych grup etnicznych lub z obecności osób znanych publicznie, które mogły poddawać się zabiegom kosmetycznym. Istnieje też ryzyko błędnej interpretacji — czy osoba wyglądająca „starzej” zawsze ma gorsze rokowania? I kto będzie decydował, jak użyć takiej informacji? Tu pojawiają się kwestie etyczne: prywatność, ryzyko dyskryminacji, komercyjne wykorzystanie danych przez firmy ubezpieczeniowe. Przyszłość FaceAge zależy więc nie tylko od dokładności algorytmu, ale też od tego, czy uda się opracować zasady jego odpowiedzialnego stosowania.
Czy to znaczy, że zdjęcie twarzy może stać się nowym badaniem laboratoryjnym? Może nie od razu — ale z każdym rokiem jesteśmy bliżej sytuacji, w której sztuczna inteligencja spojrzy nam w twarz i bez słowa podpowie lekarzowi: „zanim zaczniesz leczyć, sprawdź, ile naprawdę ma lat ten organizm”.
