¿Cómo funciona la herramienta que estudia el rostro?

Un equipo de investigadores de Mass General Brigham, en Estados Unidos, desarrolló un sistema de inteligencia artificial capaz de estimar la supervivencia de pacientes con cáncer mediante una fotografía del rostro. La herramienta analiza características faciales para identificar señales asociadas con la edad biológica y el riesgo de mortalidad.

El modelo se entrenó con más de 40 millones de fotografías faciales de personas de diferentes edades y grupos étnicos. Los investigadores publicaron los resultados en la revista científica The Lancet Digital Health, donde describieron dos sistemas complementarios para evaluar información relacionada con la salud.

El primero, llamado FAHR-FaceAge, estima la edad biológica a partir de la apariencia facial y utiliza ese cálculo para evaluar el pronóstico del paciente. El segundo, FAHR-FaceSurvival, predice directamente la supervivencia sin pasar por una estimación intermedia de edad.

Aunque ambos sistemas parten de la misma tecnología, analizan características faciales distintas para elaborar sus predicciones.

¿Qué relación existe entre la edad aparente y el riesgo de mortalidad?

Los resultados mostraron una asociación entre la edad que aparentaban los pacientes y su evolución clínica. Entre las personas con cáncer que recibieron radioterapia en Estados Unidos, quienes aparentaban tener cinco años o más que su edad real presentaron un riesgo de muerte 21% mayor durante el seguimiento, que duró alrededor de cuatro años en promedio.

En contraste, quienes aparentaban cinco años o más menos que su edad cronológica registraron un riesgo de mortalidad 17% menor.

¿Qué factores pueden influir en el envejecimiento facial?

Los investigadores también identificaron asociaciones entre una apariencia facial biológicamente más envejecida y ciertos hábitos, como el tabaquismo, el consumo elevado de alcohol y el uso de drogas.

Sin embargo, estos resultados no significan que una fotografía permita determinar por sí sola el estado de salud de una persona. El sistema identifica patrones estadísticos que podrían aportar información complementaria durante una evaluación médica.

¿Cómo podría ayudar esta tecnología a los médicos?

La herramienta podría contribuir a estimar la condición física de los pacientes antes de recomendar tratamientos como radioterapia, cirugía o terapias sistémicas. Esa información ayudaría a los especialistas a valorar posibles riesgos y estudiar alternativas de atención más personalizadas.

Hugo Aerts, coautor del estudio, explicó que el modelo puede aprender características generales del rostro y adaptarlas a diferentes indicadores de salud. Este enfoque permitiría desarrollar nuevas herramientas de evaluación sin entrenar cada sistema desde cero.

Por su parte, Raymond Mak, oncólogo radioterápico de Mass General Brigham, señaló que el objetivo consiste en hacer las evaluaciones más consistentes y accesibles, sin sustituir el criterio de los profesionales de la salud.

Los investigadores también observaron que el modelo mantuvo resultados relativamente estables ante variaciones en la iluminación, la posición del rostro, las expresiones y el maquillaje. No obstante, detectaron una modificación después de algunos procedimientos de cirugía plástica, como la rinoplastia.

¿La IA podrá predecir el futuro de todos los pacientes con cáncer?

Por ahora, los resultados representan un avance de investigación, no una herramienta que permita conocer con certeza cuánto vivirá una persona. Las estimaciones describen probabilidades y asociaciones estadísticas, por lo que no deben interpretarse como un diagnóstico individual definitivo.

Además, se necesitan más estudios antes de utilizar el sistema de forma generalizada en hospitales y consultas médicas. Los especialistas deberán evaluar su precisión en diferentes poblaciones y determinar cómo integrar sus resultados con los estudios clínicos y la información de cada paciente.

Si futuras investigaciones confirman su utilidad, el análisis facial podría convertirse en un recurso adicional para apoyar decisiones oncológicas. Por el momento, los médicos mantienen la responsabilidad de valorar cada caso y definir el tratamiento más adecuado.