Um grupo de pesquisadores do Mass General Brigham (EUA) criou ferramentas de reconhecimento facial baseadas em IA capazes de estimar a idade biológica de pacientes com câncer e prever riscos de mortalidade, segundo publicação no periódico The Lancet Digital Health.
A ferramenta principal, chamada FAHR-Face, foi treinada com mais de 40 milhões de imagens faciais e permite analisar fotografias simples para identificar indicadores clínicos relevantes. A partir dela, os cientistas desenvolveram duas versões complementares: FAHR-FaceAge, que estima a idade biológica com maior precisão que algoritmos anteriores, e FAHR-FaceSurvival, que antecipa resultados de sobrevivência em pacientes oncológicos diretamente a partir de uma foto.
Redução de incertezas na avaliação de fragilidade
Com o envelhecimento da população, os médicos precitam de métodos mais precisos para mensurar a reserva física e a fragilidade antes de indicar tratamentos agressivos como radioterapia, cirurgia ou terapias sistêmicas. As ferramentas propostas visam tornar essa avaliação mais quantitativa, consistente e escalável, sempre como apoio ao julgamento clínico e nunca como substituto.
Diferenciação facial e hábitos ligados ao envelhecimento
Cada algoritmo analisa regiões distintas do rosto: enquanto uma se concentra nas dobras nasolabiais, na testa acima das órbitas e nas bochechas, a outra examina a área sob os olhos e ao redor do nariz. Além disso, os pesquisadores identificaram que fatores como tabagismo, consumo excessivo de álcool e uso de drogas aceleram o envelhecimento facial. O tabaco apresentou o efeito mais acentuado, com fumantes atuais exibindo aparência biologicamente mais velha que ex-fumantes, que por sua vez pareciam mais velhos que pessoas que nunca fumaram.
Estudo FaceAge amplia participação cidadã
Para validar e aperfeiçoar os modelos em populações mais diversificadas, a equipe lançou o estudo FaceAge, uma iniciativa online aprovada por comitê de ética e aberta ao público. Interessados podem enviar uma selfie e receber um relatório de pesquisa pessoal, contribuindo com dados para aprimorar as medições de envelhecimento e saúde facial baseadas em IA.
O que ainda não foi divulgado
- Detalhes sobre a precisão absoluta dos algoritmos em diferentes etnias e idades
- Resultados de validação em larga escala fora do contexto norte-americano
- Recomendações clínicas formais para adoção hospitalar
- Limites éticos regulatórios para uso de imagens faciais em diagnosticamente médico
