Umjetna inteligencija dosad je pokazala dobre rezultate u medicini. Točnije u analizi različitih nalaza i rezultata medicinskih pretraga, te u uočavanju i dijagnostici bolesti u veoma ranim fazama.

To je liječnicima i znanstvenicima ulilo nadu da bi u budućnosti, uz pomoć umjetne inteligencije, mogli ne samo otkrivati i liječiti teške bolesti, nego možda na vrijeme uočiti i predispozicije za neku bolest te tako spriječiti njen razvoj.

No, tim znanstvenika sa Massachusetts General Brigham otišao je i korak dalje. Tvrde da su osmislili takav model umjetne inteligencije koji može analizom selfija pacijenata procijeniti kakvu bi terapiju trebali primati i koliko će ona biti učinkovita.

Kako su pojasnili u studiji objavljenoj u časopisu Lance Digital Health, umjetna inteligencija nazvana FaceAge, analizira selfie pacijenta oboljelog od raka i određuje njegovu (ili njezinu) biološku dob. Biološka dob je mjerenje nečije dobi prema zdravlju tjelesnih stanica, a ne godina od rođenja.

Tokom svog istraživanja, znanstvenici su otkrili da osobe koje imaju mlađu biološku dob imaju tendenciju bržeg oporavka nakon liječenja karcinoma.

Naime, u prosjeku, pacijenti koji boluju od karcinoma izgledaju pet godina starije od svoje kronološke dobi. Za usporedbu, osobe koje ne boluju od karcinoma izgledaju bliže svojoj kronološkoj dobi. Upravo je ta razlika bila ključna u izradi AI modela.

FaceAge je "učio" na temelju gotovo 59.000 portreta odraslih osoba, starijih od 60 godina, koje su pribavljene iz javne domene. Znanstvenici su potom od njega zatražili da procijeni dob otprilike 6200 pacijenata koji boluju od karcinoma.

I dok bi čovjek u tom slučaju procjenjivao dob prema općem izgledu, boji kose, tonusu kože, AI se fokusirao na suptilnije znakove kao što su mišići lica. I bio je izuzetno uspješan u tome.

Naši rezultati ukazuju na to da model dubokog učenja može procijeniti biološku dob iz fotografija lica i time poboljšati predviđanje preživljavanja kod pacijenata s rakom. Uz daljnje testiranje i validaciju, pristupi poput FaceAgea mogli bi se koristiti za prevođenje vizualnog izgleda pacijenta u objektivne, kvantitativne i klinički vrijedne mjere, istaknuli su u svom istraživanju.

No, napominju kako je tokom obučavanja AI modela korišten skup podataka koji bi mogao učiniti rezultate pristranima. Tačnije, za obučavanje modela koristili su samo fotografije bijelaca, što znači da bi AI model mogao dati krive rezultate za osobe druge boje kože.

Stoga ističu kako bi se istraživanja trebala proširiti i na osobe druge boje kože, kako bi se dobili bolji rezultati. Priznaju da FaceAge nije savršen, ali bi mogao biti prvi korak u procesu pronalaska boljeg načina liječenja osoba koje boluju od karcinoma.