En ansiktsbild kan kanske ge AI ledtrådar om biologisk ålder och överlevnad vid cancer. Resultaten väcker hopp – men tekniken är ännu inte redo för vården.
Du kan se trött ut efter en dålig natt. Men kan ett ansiktsfoto också säga något om hur kroppen mår på längre sikt? Forskare har tränat AI att hitta mönster i ansiktsbilder som hänger samman med överlevnad hos personer med cancer.
Resultaten är uppseendeväckande. De väcker också en fråga som är viktigare än vad kameran påstår sig se: Vad kan bilden faktiskt berätta för en läkare – och vad kan den inte berätta för dig?
Din kronologiska ålder är enkel att räkna ut. Den står i folkbokföringen och påminner dig varje födelsedag, vare sig du bett om det eller inte. Biologisk ålder är ett försök att beskriva hur kroppen har åldrats och fungerar. Två personer som båda är 55 kan ha olika fysisk ork och olika förutsättningar att klara en påfrestande behandling.
Det är just därför frågan intresserar cancervården. Inför exempelvis operation eller strålbehandling behöver läkaren väga behandlingens möjliga nytta mot patientens hälsa och förmåga att återhämta sig. Ett födelseår ger bara en del av bilden. Men ordet biologisk ålder kräver försiktighet här: forskarnas AI skattar ålder utifrån utseende. Den undersöker inte direkt hur kroppens åldrande fungerar.
Forskargruppen vid Mass General Brigham byggde först en grundmodell, FAHR-Face, med hjälp av mer än 40 miljoner ansiktsbilder. Därefter anpassade de modellen för två uppgifter. FAHR-FaceAge uppskattar en ålder från ett foto. FAHR-FaceSurvival söker ansiktsmönster som hänger samman med överlevnad hos patienter med cancer.
Det handlar om mönsterigenkänning i stor skala. Modellerna fick lära sig av bilder tillsammans med uppgifter som faktisk ålder eller överlevnad. De läste ingen läkarhandbok och gjorde ingen undersökning av personen bakom bilden. När forskarna granskade vilka områden som påverkade resultaten såg de att åldersmodellen bland annat fäste vikt vid tinningarna, pannan ovanför ögonen och vecken mellan näsa och mun. Överlevnadsmodellen använde i högre grad området under ögonen och kring näsryggen.
Det finns en historisk blinkning här. Hippokrates beskrev redan i Prognostiken hur bland annat insjunkna ögon och tinningar kunde förekomma vid svår sjukdom. Likheten är fascinerande, men den förklarar inte vad AI:n ser. Samma ansiktsdrag kan påverkas av flera saker, och en karta över modellens uppmärksamhet avslöjar inte automatiskt varför dess förutsägelse fungerar.
I studien i The Lancet Digital Health skilde FAHR-FaceSurvival tydligt mellan grupper med olika utfall. Av 122 cancerpatienter som placerades i gruppen med högst uppskattad risk dog 52,5 procent inom 90 dagar. I gruppen med lägst risk dog omkring 2 procent av 975 patienter under samma period.
Åldersmodellen visade också ett samband. Bland 1 060 patienter vars uppskattade ansiktsålder låg mer än 20 år över deras verkliga ålder dog 21 procent inom 90 dagar. Bland 4 195 patienter vars uppskattade ålder låg minst tio år under deras verkliga ålder dog omkring 6 procent.
Det är stora skillnader, och det är rimligt att medicinsk forskning intresserar sig för dem. Men procentsiffrorna beskriver vad som hände i grupperna. De säger inte att en viss människa har 52,5 procents risk att dö inom tre månader. En person med ett högt riskvärde kan leva länge; någon med ett lågt värde kan bli allvarligt sjuk.
En bild kan ge läkaren en ledtråd. Den får aldrig bli hela berättelsen om patienten.
Det vet vi ännu inte. Studien visar att ansiktsanalys och överlevnad hängde ihop hos de undersökta cancerpatienterna. Den visar varken att ansiktet mäter biologiskt åldrande direkt eller att vårdbeslut blir bättre om läkare använder modellerna.
Miroslaw Bober, professor vid University of Surrey och fristående från forskargruppen, pekar på en avgörande lucka: forskarna visade inte om AI:n tillför användbar kunskap utöver läkarens bedömning av patientens allmäntillstånd. Han framhåller också att ett riskvärde som fungerar för att rangordna patienter i en studie inte därmed är en tillförlitlig personlig överlevnadssiffra.
Wilbur Lam, professor vid Emory University och inte heller delaktig i studien, efterlyser tester där verktyget prövas framåt i tiden i verklig vård. Det behöver också fungera för patienter med olika åldrar, hudfärger och ansiktsdrag. Bober lyfter att resultaten behöver jämföras med läkares bedömningar och prövas på olika sjukhus och patientgrupper. Sådant arbete är mindre fotogeniskt än rubriken ”AI förutspår livet”, men betydligt viktigare.
Forskarna undersökte hur modellerna klarade vanliga variationer i bilder och kosmetiska förändringar. Resultaten tydde på att de ofta var förhållandevis stabila, även med smink och efter flera typer av ingrepp. Det betyder inte att varje bild ger samma svar. Bober påpekar att ett leende eller ändrad belysning i genomsnitt kunde flytta modellens åldersskattning med omkring två år, och ibland mer.
Det är en nyttig påminnelse för den som gillar AI och hälsa i mobilen. Om samma ansikte kan få olika uppskattad ålder beroende på fotot bör du vara försiktig med att tolka en siffra som ett kvitto på att du åldrats snabbare – eller föryngrats under helgen. Särskilt om appen samtidigt vill ha tillgång till ditt ansiktsfoto.
Om du behandlas för cancer: be ditt vårdteam förklara hur de bedömer din ork, dina besvär och behandlingens möjliga nytta och risker. Berätta om förändringar du märker, även sådant du tror är för vardagligt för att nämna. En läkare får mer hjälp av att veta att du plötsligt inte orkar din vanliga promenad än av att du försöker se pigg ut på ett foto.
1177 beskriver hur fysisk aktivitet kan anpassas under cancerbehandling och hur en fysioterapeut kan hjälpa dig att hitta en rimlig nivå. Det kan börja med korta stunder av rörelse och byggas på efter ork. Fråga din läkare eller sjuksköterska vad som passar just dig. Har du nya symtom som inte går över, exempelvis oförklarlig viktnedgång eller långvarig smärta, rekommenderar 1177 att du kontaktar vårdcentralen.
Det hoppfulla med forskningen är inte att en kamera skulle kunna ersätta ett samtal. Det är möjligheten att framtidens läkare kan få ännu en ledtråd när svåra beslut ska fattas. Tills den möjligheten har prövats ordentligt hör AI-modellerna hemma i forskningen. Din hälsa förtjänar mer än en selfie och en självsäker siffra.
AI kan hitta mönster i ansiktsbilder som hänger samman med uppskattad ålder och överlevnad hos patienter med cancer. Studien visar tydliga skillnader mellan patientgrupper, men bevisar inte att ett foto mäter biologiskt åldrande eller hjälper läkare att fatta bättre beslut. Tekniken behöver fler tester och ersätter inte en medicinsk bedömning.
Biologiska ålderstest lovar en glimt av kroppens framtid, men resultatet är ingen hälsodom. Läs om vad testerna faktiskt mäter, deras begränsningar och vad som hjälper på riktigt.
En ny studie kopplar tid som ägnas åt att hjälpa andra till en yngre hjärnålder på MR-bilder. Sambandet är intressant – men bevisar inte att hjälpsamhet bromsar åldrandet.
Byxlinningen stramar och blodtrycket kryper uppåt. Du behöver ingen magisk målvikt: välj en vana i maten, rörelsen eller sömnen och följ vad som händer.
Svenskarna lever längre än tidigare, men chansen till ett långt liv är inte jämnt fördelad. SCB visar hur utbildning, kön och bostadsort påverkar livslängden.
Mer från Midcent
Nyhetsbrev
Veckans bästa guider — samlat och utan brus, för dig som vill ligga steget före.
