(Зображення: Тетяна Максимова через Getty Images)
Нова модель штучного інтелекту (ШІ) може передбачити біологічний вік людини — стан її тіла та те, як вона старіє — на основі селфі.
Модель, що отримала назву FaceAge, оцінює, наскільки старою виглядає людина порівняно з її хронологічним віком, або кількістю часу, що минув з моменту її народження. Розробники FaceAge кажуть, що їхній інструмент може допомогти лікарям визначитися з найкращим курсом лікування таких захворювань, як рак. Але один зовнішній експерт розповів Live Science, що перш ніж його використовувати таким чином, дані подальшого спостереження повинні показати, що він дійсно покращує результати лікування або якість життя.
Коли лікар лікує пацієнта з раком, «одним із перших, що він робить, це намагається оцінити, наскільки добре почувається людина», – сказав на брифінгу для преси 7 травня Х'юго Аертс, директор програми штучного інтелекту в медицині в лікарні Массачусетського генерала Бригама. «Це часто дуже суб'єктивна оцінка, але вона може вплинути на багато майбутніх рішень» щодо їхнього лікування, зокрема на те, наскільки агресивним чи інтенсивним має бути їхній план лікування, додав він. Наприклад, лікарі можуть вирішити, що пацієнт, який виглядає молодшим та більш підходящим для свого віку, може краще переносити агресивне лікування та зрештою жити довше, ніж пацієнт, який виглядає старшим та більш кволим, навіть якщо вони мають однаковий хронологічний вік.
FaceAge може спростити це рішення, перетворивши суб'єктивні оцінки лікарів на кількісний показник, пишуть автори дослідження в новому дослідженні, опублікованому 8 травня в журналі Lancet Digital Health. Кількісно визначаючи біологічний вік, модель може запропонувати ще одну точку даних, яка допоможе лікарям вирішити, яке лікування рекомендувати.
Аертс та його колеги навчили модель на понад 58 000 фотографіях людей віком 60 років і старше, які на момент зйомки фотографії мали середній стан здоров'я для свого віку. У цьому навчальному наборі дослідники попросили модель оцінити хронологічний вік і припустили, що біологічний вік людей був подібним, хоча вчені зазначили, що це припущення не є вірним у всіх випадках.
Потім команда використала FaceAge для прогнозування віку понад 6000 людей з раком. Команда виявила, що пацієнти з раком виглядали в середньому приблизно на п'ять років старшими за свій хронологічний вік. Оцінки FaceAge також корелювали з виживанням після лікування: чим старшою виглядала людина, незалежно від свого хронологічного віку, тим нижчі її шанси прожити довше. Натомість, хронологічний вік не був хорошим предиктором виживання у онкологічних пацієнтів, виявила команда.
FaceAge ще не готовий для лікарень чи лікарських кабінетів. По-перше, набір даних, який використовувався для навчання моделі, був взято з IMDb та Вікіпедії, що може не відображати загальну популяцію, а також не враховувати такі фактори, як пластична хірургія, відмінності у способі життя або зображення, які були відретушовані цифровим способом. За словами авторів, необхідні подальші дослідження з більшими та репрезентативними навчальними наборами, щоб зрозуміти, як ці фактори впливають на оцінки FaceAge.
І дослідники продовжують удосконалювати алгоритм, додаючи додаткові навчальні дані, та тестуючи його ефективність для інших захворювань, окрім раку. Вони також досліджують, які фактори модель використовує для своїх прогнозів. Але після завершення дослідження FaceAge може, наприклад, допомогти лікарям адаптувати інтенсивність лікування раку, такого як променева та хіміотерапія, до конкретних пацієнтів, сказав під час брифінгу співавтор дослідження доктор Рей Мак, радіаційний онколог з Массачусетського університету в Бригамі. Мак додав, що клінічне випробування для онкологічних пацієнтів, яке порівнює FaceAge з більш традиційними методами вимірювання слабкості пацієнта, незабаром розпочнеться.
Дослідники заявили, що перед впровадженням моделі слід встановити етичні принципи використання інформації FaceAge, наприклад, чи можуть постачальники медичного страхування або страхування життя отримувати доступ до оцінок FaceAge для прийняття рішень щодо покриття. «Це, безумовно, те, що потребує уваги, щоб гарантувати, що ці технології використовуються лише на благо пацієнта», – сказав Аертс на брифінгу.
Лікарям також слід ретельно обміркувати, коли і як вони використовують FaceAge в клінічних умовах, сказала Нікола Вайт, дослідниця паліативної допомоги в Університетському коледжі Лондона, яка не брала участі в дослідженні. «Коли ви маєте справу з людьми, це дуже відрізняється від роботи зі статистикою», – сказала Вайт Live Science. За її словами, необхідне довгострокове дослідження, яке оцінить, чи покращує залучення FaceAge до рішень щодо лікування якість життя пацієнтів.
Дослідники зазначили, що інструмент штучного інтелекту не буде самостійно приймати рішення щодо лікування. «Це не заміна оцінки клініциста», – сказав Мак. Але FaceAge може стати частиною інструментарію лікаря для персоналізації плану лікування, «як ще одна точка даних життєво важливих показників».
Скайлер Вейр, навігація по соціальним мережам, автор Live Science
Скайлер Вер — позаштатна журналістка з наукових питань, яка висвітлює хімію, біологію, палеонтологію та науки про Землю. Вона була стипендіаткою AAAS Mass Media Science and Engineering 2023 року в Science News. Її роботи також публікувалися, серед інших, у Science News Explores, ZME Science та Chembites. Скайлер має ступінь доктора філософії з хімії Каліфорнійського технологічного інституту.
Ви повинні підтвердити своє публічне ім'я, перш ніж коментувати
Будь ласка, вийдіть із системи, а потім увійдіть знову. Після цього вам буде запропоновано ввести своє ім'я для відображення.
Вийти
Sourse: www.livescience.com
