Uma ferramenta de inteligência artificial capaz de prever o risco de óbito em pacientes com câncer a partir de uma única foto facial foi desenvolvida por pesquisadores do Mass General Brigham, um sistema acadêmico de saúde em Massachusetts. O estudo, publicado na revista The Lancet Digital Health, mostra que o modelo analisa características faciais para estimar a idade biológica de uma pessoa — a idade que ela fisicamente parece ter — e associar esse dado com a probabilidade de sobrevivência em pacientes diagnosticados com câncer. A tecnologia foi treinada com mais de 40 milhões de imagens faciais de diversas etnias e faixas etárias.
Ferramentas complementares
Os pesquisadores desenvolveram dois algoritmos distintos, ambos derivados do mesmo modelo de IA. O primeiro, chamado FAHR-FaceAge, estima a idade biológica com base em marcas específicas no rosto, como rugas ao redor do nariz e na testa. O segundo, FAHR-FaceSurvival, vai além e já prediz diretamente a sobrevivência do paciente, analisando regiões como a área abaixo dos olhos e ao redor da ponte do nariz. Apesar de compartilharem a mesma base, os dois capturam informações complementares sobre a saúde física de cada indivíduo.
Dados clínicos e implicações
Entre pacientes com câncer tratados com radioterapia nos Estados Unidos, aqueles que, segundo o FAHR-FaceAge, pareciam cinco ou mais anos mais velhos que sua idade real apresentaram 21% mais risco de óbito durante o período médio de quatro anos de acompanhamento. Já os que pareciam mais jovens tiveram 17% menos risco. Esses achados indicam que a aparência facial pode refletir condições fisiológicas ligadas à capacidade de sobreviver a tratamentos agressivos. A aplicação da tecnologia pode auxiliar médicos na escolha de terapias mais apropriadas, especialmente em casos que envolvem cirurgias ou radioterapias.
Onde a cobertura converge
A imprensa internacional destacou principalmente o potencial da IA para transformar a avaliação clínica, mas não houve indicação de implementação em larga escala ou aprovação regulatória por órgãos como a FDA. Outros detalhes, como validação em populações fora da base de dados norte-americana, também não foram divulgados.
O que ainda não foi divulgado
- Processos de validação do modelo em populações não norte-americanas
- Aprovação regulatória pela FDA ou outros órgãos sanitários
- Implementação clínica em hospitais reais
- Possíveis vieses algorítmicos em diferentes grupos étnicos
