Un reciente estudio publicado en la prestigiosa revista científica The Lancet Digital Health ha revelado que es posible utilizar la inteligencia artificial para identificar señales de padecimiento de cáncer a través del análisis de fotografías del rostro humano. Esta investigación propone una metodología innovadora que permite extraer datos biométricos visuales para evaluar el estado de salud de los pacientes oncológicos.
Para llevar a cabo este desarrollo, los científicos responsables de la investigación implementaron un proceso de entrenamiento exhaustivo. El sistema de inteligencia artificial fue alimentado con una base de datos masiva que superó los 40 millones de imágenes de rostros pertenecientes a personas que padecían cáncer. Este entrenamiento permitió que el software aprendiera a reconocer patrones específicos en la fisonomía facial asociados a la enfermedad.
El funcionamiento del sistema se divide en dos etapas principales. En primer lugar, la herramienta se encarga de realizar una estimación de la edad del sujeto basándose únicamente en las características visibles de su rostro. En segundo lugar, el sistema tiene la capacidad de ordenar a los pacientes oncológicos según su nivel de riesgo de muerte, estableciendo una correlación entre la apariencia física y el pronóstico clínico.
Dentro de este marco, se desarrolló un modelo específico denominado FAHR-FaceAge, diseñado exclusivamente para la estimación de la edad. Para optimizar su precisión, este sistema recibió un conjunto de 743 mil 152 retratos de personas cuya edad real era conocida por los investigadores. Una vez completado el entrenamiento, el modelo fue sometido a una fase de pruebas utilizando fotografías distintas, las cuales el sistema no había procesado previamente. Los resultados de estas pruebas indicaron que la inteligencia artificial incurrió en un error promedio de 5.1 años al intentar determinar la edad cronológica de los sujetos.
Posteriormente, los investigadores aplicaron este mismo método de análisis a un grupo de 4 mil 892 pacientes que se encontraban bajo tratamiento de radioterapia. En este grupo específico, se observó un fenómeno particular: la diferencia media entre la edad real y la edad estimada por la IA aumentó hasta alcanzar casi los siete años. Los científicos interpretan este incremento en el margen de error no como una falla del sistema, sino como una señal tangible de envejecimiento biológico acelerado provocado por la enfermedad y sus tratamientos.
Este hallazgo permitió a los investigadores profundizar en la relación entre la apariencia facial y la supervivencia. Al comparar los datos, descubrieron que aquellos pacientes que aparentaban tener al menos cinco años más de los que realmente tenían presentaban un riesgo de muerte un 21% mayor en comparación con el resto de los pacientes analizados. Este dato sugiere que el desgaste biológico visible en el rostro podría servir como un indicador del estado general de salud y la fragilidad del paciente.
A pesar de los resultados obtenidos, los autores del estudio son cautelosos respecto a la implementación inmediata de esta tecnología. Actualmente, el sistema es catalogado como un modelo preliminar. Los investigadores han dejado claro que la herramienta aún no cuenta con una utilidad clínica real, ya que requiere de un recorrido más amplio de validación y perfeccionamiento antes de poder ser integrada en la práctica médica cotidiana.
Raymond Mak, oncólogo radioterápico de Mass General Brigham y uno de los autores principales de la investigación, ha reflexionado sobre las aplicaciones futuras de este sistema. Mak plantea que esta tecnología podría ser especialmente útil en el manejo de pacientes mayores o personas en estado de fragilidad, permitiendo a los médicos evaluar mejor la condición del paciente antes de indicar tratamientos intensivos que podrían ser contraproducentes según el estado biológico del individuo.
El oncólogo enfatizó que el objetivo final de este desarrollo es lograr que la evaluación de la salud a partir de una fotografía sea un proceso más cuantitativo, consistente y escalable. Según Mak, la intención es que esta herramienta funcione como un apoyo para la toma de decisiones personalizadas en la medicina oncológica, subrayando que el sistema está diseñado para complementar la labor profesional y no para sustituir el juicio médico.
