Una simple fotografía del rostro podría proporcionar pistas sorprendentes sobre la salud general y la longevidad de una persona, particularmente en aquellos pacientes que luchan contra el cáncer. Así lo han determinado investigadores del Mass General Brigham, en Boston, quienes han desarrollado modelos de inteligencia artificial capaces de predecir la edad biológica de un paciente y sus probabilidades de supervivencia basándose únicamente en una imagen facial.
El estudio, cuyos resultados fueron publicados recientemente en la revista The Lancet Digital Health, plantea que el análisis facial podría integrarse como una herramienta complementaria en la práctica médica. Según los autores, esta tecnología permitiría a los facultativos evaluar con mayor precisión las posibilidades de supervivencia de un paciente y optimizar la toma de decisiones respecto a los enfoques de tratamiento más efectivos.
El Dr. Raymond Mak, oncólogo radioterapeuta del Instituto Oncológico Mass General Brigham y profesor del programa de Inteligencia Artificial en Medicina de la misma institución, expresó su sorpresa ante la capacidad de la tecnología para detectar señales de riesgo de mortalidad a través de una fotografía. Para lograr este avance, los modelos de IA fueron entrenados con un conjunto masivo de datos compuesto por más de 40 millones de imágenes faciales de diversas edades y orígenes étnicos.
Uno de los puntos fundamentales de la investigación es la distinción entre la edad cronológica y la edad biológica. Mientras que la primera se limita a contabilizar los años transcurridos desde el nacimiento, la edad biológica refleja el estado real de envejecimiento del cuerpo a nivel físico y celular. El algoritmo diseñado para estimar esta edad se centra en analizar zonas específicas: las sienes, la frente, la parte superior de los ojos y el pliegue nasolabial, que es la línea que une la nariz con la comisura de los labios.
Por otro lado, el modelo destinado a predecir el riesgo de mortalidad se enfoca en regiones distintas del rostro, específicamente en el puente de la nariz y la zona situada debajo de los ojos. Este hallazgo ha generado un interés particular entre los investigadores debido a que coincide con las observaciones realizadas por el médico y filósofo griego Hipócrates hace aproximadamente 2.400 años. En su "Libro de Pronósticos", Hipócrates ya describía que los ojos hundidos, las sienes caídas y una nariz afilada eran signos de atrofia muscular y riesgo de muerte.
El Dr. Mak destacó que resulta inquietante que los algoritmos hayan replicado esta sabiduría antigua de forma autónoma, ya que la IA fue entrenada exclusivamente con fotografías y datos sobre la supervivencia o edad de los sujetos, sin tener acceso a textos médicos antiguos ni a la información acumulada en internet.
Técnicamente, el equipo creó primero un modelo base denominado Foundation Artificial Intelligence for Health Recognition-Face (FAHR-Face). A partir de este, se derivaron dos herramientas especializadas: FAHR-FaceAge, que estima la edad biológica, y FAHR-FaceSurvival, que predice las probabilidades de supervivencia combinando los rasgos faciales con información clínica adicional.
Los datos obtenidos con FAHR-FaceSurvival son reveladores. Entre 122 pacientes identificados por el modelo como de "alto riesgo de muerte", el 52,5% falleció en los 90 días posteriores a la evaluación. En contraste, en el grupo de menor riesgo compuesto por 975 pacientes, solo el 2% falleció en el mismo periodo. Asimismo, el modelo FAHR-FaceAge mostró que el 21% de los pacientes cuya edad biológica superaba la cronológica por más de 20 años fallecieron en un plazo de 90 días, frente a un 6% de aquellos cuya edad biológica era al menos 10 años inferior a la cronológica.
Un dato relevante es que el rendimiento de estos modelos no se vio afectado por cambios cosméticos, tales como el uso de maquillaje, inyecciones de bótox o cirugías estéticas.
A pesar de los resultados, los autores enfatizan que esta IA no pretende sustituir el criterio médico ni las evaluaciones clínicas tradicionales, sino servir como un apoyo para identificar tempranamente el envejecimiento acelerado y realizar pruebas de detección adicionales.
No obstante, la comunidad científica mantiene una postura cautelosa. El Dr. Wilbur Lam, de la Universidad de Emory, señaló que, aunque el estudio es convincente y se basa en un conjunto de datos amplio, su utilidad clínica real debe demostrarse mediante estudios prospectivos y validaciones en subpoblaciones específicas, considerando diversos rasgos faciales y colores de piel.
En una línea similar, Miroslaw Bober, profesor de la Universidad de Surrey, advirtió que predecir un resultado no es equivalente a explicarlo. Bober subrayó que la IA estima la edad basándose en la apariencia y no mide directamente los procesos biológicos subyacentes, por lo que aún debe validarse si esta herramienta aporta información que un médico no pueda detectar ya a través de la evaluación general del estado físico del paciente.
