La inteligencia artificial (IA) continúa abriendo nuevas posibilidades en la medicina de precisión. Investigadores del Mass General Brigham, en Estados Unidos, desarrollaron un modelo capaz de analizar fotografías del rostro para estimar la edad biológica e identificar patrones asociados con la supervivencia de personas diagnosticadas con cáncer.
El avance, publicado en la revista científica The Lancet Digital Health, plantea una nueva alternativa para complementar la evaluación clínica de pacientes oncológicos, especialmente al momento de determinar su estado general de salud y su capacidad para tolerar tratamientos como la quimioterapia, radioterapia o cirugía.
El sistema, denominado FAHR-Face, fue entrenado con más de 40 millones de imágenes de rostros humanos y permitió desarrollar dos herramientas que analizan características faciales vinculadas con el envejecimiento y el pronóstico de supervivencia.
Dos herramientas de IA para evaluar la edad biológica y la supervivencia
A partir del modelo FAHR-Face, los científicos desarrollaron dos herramientas complementarias con funciones diferentes.
La primera, denominada FAHR-FaceAge, está diseñada para estimar la edad biológica de una persona mediante el análisis de sus características faciales. A diferencia de la edad cronológica, que corresponde a los años transcurridos desde el nacimiento, la edad biológica busca reflejar el estado de envejecimiento del organismo.
Por su parte, FAHR-FaceSurvival analiza patrones del rostro asociados con la supervivencia de pacientes con cáncer, utilizando una fotografía como fuente de información. Los investigadores encontraron que la diferencia entre la edad facial estimada y la edad cronológica estaba relacionada con la supervivencia de los pacientes. Asimismo, identificaron que ambas herramientas aportaban información complementaria sobre su estado de salud.
Este hallazgo sugiere que las características visibles del rostro podrían convertirse en biomarcadores digitales, útiles para complementar la valoración del riesgo clínico en oncología.
¿Qué características del rostro analiza la inteligencia artificial?
Uno de los aspectos más relevantes de la investigación fue identificar las regiones faciales que los modelos utilizaron para realizar sus estimaciones. En el caso de FAHR-FaceAge, el sistema prestó especial atención a los pliegues nasolabiales, la región de la frente situada por encima de las órbitas y las sienes, áreas relacionadas con cambios propios del envejecimiento.
En contraste, FAHR-FaceSurvival identificó información relevante en la zona inferior de los ojos y alrededor del puente nasal.
Aunque ambos sistemas analizan el mismo rostro, sus estimaciones mostraron una correlación débil entre sí, lo que indica que podrían estar captando señales diferentes relacionadas con la salud y el pronóstico.
Según explicó Hugo Aerts, investigador del Mass General Brigham y coautor del estudio, en declaraciones recogidas por la Agencia SINC, el trabajo demuestra el potencial de utilizar una fotografía facial para estimar el pronóstico de supervivencia de pacientes con cáncer mediante inteligencia artificial.
Sin embargo, los hallazgos corresponden a asociaciones estadísticas y no significan que una fotografía pueda determinar con certeza cuánto tiempo vivirá una persona con cáncer.
La IA podría ayudar a personalizar los tratamientos oncológicos
La evaluación del estado físico de los pacientes constituye un componente fundamental de la atención oncológica, debido a que factores como la fragilidad, las enfermedades coexistentes y la reserva funcional pueden influir en las decisiones terapéuticas.
En este contexto, los investigadores consideran que la evaluación facial asistida por inteligencia artificial podría proporcionar información adicional para orientar la selección de tratamientos. El Dr. Raymond Mak, oncólogo del Mass General Brigham y autor de la investigación, explicó que, ante el envejecimiento de la población, los médicos necesitan métodos que permitan evaluar la reserva física y la fragilidad antes de recomendar intervenciones como la radioterapia, la cirugía o los tratamientos sistémicos.
El especialista destacó que el propósito de esta tecnología no es reemplazar la valoración de los profesionales de la salud, sino desarrollar herramientas más consistentes y accesibles que contribuyan a la personalización de las decisiones médicas.
De esta manera, los modelos podrían convertirse en un recurso complementario a las evaluaciones clínicas tradicionales, aunque todavía requieren investigación y validación antes de incorporarse a la práctica asistencial habitual.
Tabaquismo, alcohol y otras conductas también influyen en el envejecimiento facial
Además de estudiar las características del rostro en relación con el pronóstico oncológico, los investigadores analizaron la influencia de determinados hábitos sobre el envejecimiento facial. Los resultados identificaron asociaciones entre un aspecto biológicamente más envejecido y factores como el tabaquismo, el consumo excesivo de alcohol y el uso de drogas.
Entre estas conductas, el tabaquismo presentó la asociación más marcada. Las personas que fumaban mostraron una edad facial estimada superior a la de quienes habían dejado de fumar, mientras que estas últimas presentaron valores mayores que las personas que nunca habían fumado.
Estos hallazgos refuerzan la importancia de considerar los factores relacionados con el estilo de vida en el estudio del envejecimiento, aunque las asociaciones observadas no permiten establecer por sí solas una relación causal. Otro resultado destacado fue la estabilidad de FAHR-FaceAge ante distintas condiciones fotográficas.
De acuerdo con el Dr. Raymond Mak, la herramienta mantuvo resultados consistentes frente a variaciones de iluminación, postura, expresión facial y maquillaje. Asimismo, mostró estabilidad ante la mayoría de las intervenciones de cirugía plástica evaluadas, con cambios ligeros después de procedimientos como la rinoplastia.
Aunque los resultados representan un paso importante en la integración de la inteligencia artificial en la oncología, los investigadores reconocen la necesidad de continuar estudiando su utilidad en diferentes poblaciones y escenarios clínicos.
El equipo también impulsa el FaceAge Research Study, una investigación en línea que permite a participantes aportar fotografías faciales para estudiar las estimaciones de edad mediante inteligencia artificial. El desarrollo de estas herramientas podría contribuir a nuevas formas de evaluar el envejecimiento biológico y la condición general de pacientes con cáncer, especialmente en entornos donde se necesitan métodos complementarios de valoración.
No obstante, la interpretación de estas estimaciones debe mantenerse dentro de un contexto médico integral, considerando el tipo de cáncer, su estadio, el estado funcional, las enfermedades coexistentes y la respuesta al tratamiento.
Así, el verdadero potencial de esta tecnología no radica en sustituir las evaluaciones médicas, sino en aportar información que, tras su validación clínica, pueda ayudar a tomar decisiones terapéuticas más individualizadas.
