Вчені створили алгоритм, який за рисами обличчя оцінює шанси онкопацієнтів на виживання.
Дослідники з американської медичної організації Mass General Brigham розробили штучний інтелект, здатний визначати біологічний вік людини та ймовірність смертності у пацієнтів з онкологічними захворюваннями лише на основі звичайного знімка обличчя. Алгоритм навчався на більш ніж 40 мільйонах фотографій, а його результати були верифіковані на незалежних групах пацієнтів.
Нова розробка отримала ім’я FAHR-Face. Результати дослідження були опубліковані в науковому виданні The Lancet Digital Health.
Лікарі вже давно акцентують увагу на зовнішньому вигляді пацієнтів при оцінюванні їхнього загального стану. Яскраво виражена втома, зниження ваги, зміни в шкірі та особливостях обличчя можуть бути ознаками погіршення здоров'я. Проте такі спостереження значною мірою залежать від професійного досвіду та особистої оцінки лікаря.
Американські дослідники вирішили перевірити, чи здатний штучний інтелект виявляти закономірності, які пов'язують зовнішність людини з її біологічним станом і прогнозом перебігу захворювання.
Для цього вони створили базову модель FAHR-Face і на її основі розробили два окремі алгоритми.
Перший, FAHR-FaceAge, оцінює вік людини за особливостями її зовнішності. Його результати дослідники використовують як показник, пов'язаний із біологічним старінням.
Другий проект, FAHR-FaceSurvival, проводить аналіз зображень онкологічних хворих і оцінює ймовірність летального результату.
Обидва алгоритми застосовують різні характеристики обличчя, хоча вони побудовані на основі однієї й тієї ж моделі штучного інтелекту.
Як штучний інтелект оцінює ймовірність смерті
Для додаткового навчання моделі FAHR-FaceSurvival дослідники використали 34 363 зображення хворих на рак. Після цього ефективність алгоритмів була перевірена на двох окремих наборах клінічних даних, що включали пацієнтів з США та Нідерландів.
З'ясувалося, що оцінки, отримані за допомогою штучного інтелекту, мають статистичну зв'язок із ймовірністю виживання пацієнтів.
Пацієнти, яких FAHR-FaceSurvival відніс до групи найвищого ризику, мали більш ніж утричі вищий показник смертності порівняно з групою найнижчого ризику. Цей результат зберігався після врахування низки інших клінічних чинників.
Одночасно алгоритм, що аналізував вік за зовнішнім виглядом обличчя, також надавав дані про ймовірність розвитку хвороб. Якщо особа здавалася старшою, ніж її реальний вік, це, як правило, корелювало з менш оптимістичними прогнозами щодо здоров’я.
Однак виявилося, що ці два алгоритми не можуть взаємозамінювати один одного.
FAHR-FaceAge переважно звертав увагу на носогубні складки, чоло над очницями та скроні.
Натомість FAHR-FaceSurvival використовував інформацію насамперед із ділянок під очима та навколо перенісся.
Коли науковці поєднали дані з двох систем, точність прогнозування рівня виживаності значно зросла.
ШІ виявив ще одну цікаву закономірність
Під час дослідження науковці також перевірили, як різні звички пов'язані з віком, який алгоритм визначає за зовнішністю. Виявилося, що куріння, надмірне споживання алкоголю та вживання наркотиків статистично пов'язані зі старшим віком обличчя за оцінкою ШІ.
Найбільш яскраву тенденцію було виявлено серед курців.
Люди, які продовжували курити, у середньому виглядали старшими за колишніх курців, а ті -- старшими за людей, які ніколи не курили.
Дослідники також перевірили, наскільки результати залежать від умов фотографування.
Алгоритм визначення віку продовжував демонструвати свою ефективність незалежно від умов освітлення, кута нахилу голови, виразу обличчя та використання макіяжу. Більшість проаналізованих косметичних процедур також не мали суттєвого впливу на результати оцінки.
Однак це не свідчить про те, що умови зйомки не мають жодного впливу на оцінку. Наприклад, зміна освітлення або наявність усмішки можуть суттєво змінити вік, визначений алгоритмом.
Чому медикам потрібен прогноз на основі зображення?
Як поянив один із авторів дослідження, онколог Реймонд Мак з Mass General Brigham, перед призначенням інтенсивного лікування лікарям необхідно оцінювати фізичні резерви пацієнта.
Наприклад, дві особи одного віку та з однаковим діагнозом можуть мати значні відмінності у загальному стані здоров'я та в їхній здатності витримати складні оперативні втручання, хіміотерапію чи променеву терапію.
Саме тому календарний вік не завжди достатньо точно відображає стан організму.
Дослідники вірять, що в майбутньому аналіз зображень стане корисним інструментом для оцінки ризиків та вибору методів лікування.
Особливо корисною технологія потенційно може бути в ситуаціях, коли немає можливості швидко отримати результати складних медичних обстежень.
Проте науковці наголошують, що штучний інтелект повинен слугувати підтримкою для лікарів, а не виступати в ролі заміни їхніх рішень.
Чи здатний штучний інтелект оцінити, скільки часу залишилося людині?
Незважаючи на вражаючі досягнення, ця нова технологія має значні недоліки. FAHR-FaceSurvival не може точно вказати дату смерті людини або визначити, скільки років чи місяців їй залишається жити.
Алгоритм аналізує статистичні ризики, базуючись на шаблонах, виявлених у даних пацієнтів.
Експерти, які працюють незалежно, зазначили, що досі не було підтверджено, чи може ця система запропонувати клінічно значущу інформацію, яка перевищує оцінку, проведену досвідченим медиком.
Окрім цього, важливо протестувати модель на ширшому спектрі людей, щоб визначити, наскільки її застосування дійсно сприяє прийняттю більш обґрунтованих медичних рішень. Також існують питання стосовно потенційних варіацій у точності прогнозів для різних демографічних груп.
Отже, на даний момент FAHR-Face продовжує бути технологією, що перебуває на стадії дослідження, а не засобом для регулярної діагностики.
Нещодавно стало відомо, що лікарня Kent and Canterbury, яка є частиною East Kent Hospitals NHS Trust, стала піонером у Національній службі охорони здоров'я Великої Британії (NHS), впровадивши штучний інтелект для своєчасного виявлення інфекцій.
#
