KI-Tool nutzt Gesichtsbilder, um das biologische Alter zu schätzen und Krebsverläufe vorherzusagen

Forscher haben FaceAge entwickelt, ein KI-Tool, das anhand eines Fotos des Gesichts eines Patienten dessen biologisches Alter berechnet. In einer neuen Studie haben die Forscher die Ergebnisse von FaceAge mit den Gesundheitsergebnissen von Krebspatienten in Verbindung gebracht: Wenn FaceAge ein jüngeres Alter als das chronologische Alter eines Krebspatienten schätzte, schnitten die Patienten nach der Krebsbehandlung deutlich besser ab, während Patienten mit einem höheren FaceAge-Schätzwert schlechtere Überlebenschancen hatten.

Die Vorteile von FaceAge

Die Augen mögen das Fenster zur Seele sein, aber das biologische Alter einer Person könnte sich auch in ihren Gesichtsmerkmalen widerspiegeln. Forscher des Mass General Brigham haben einen Deep-Learning-Algorithmus namens FaceAge entwickelt, der anhand eines Fotos des Gesichts einer Person das biologische Alter und die Überlebenschancen von Krebspatienten vorhersagt. Sie fanden heraus, dass Krebspatienten im Durchschnitt ein höheres FaceAge hatten als Nichtkrebspatienten und etwa fünf Jahre älter aussahen als ihr chronologisches Alter. Ein höheres FaceAge war mit schlechteren Gesamtüberlebenschancen bei mehreren Krebsarten verbunden. Sie fanden außerdem heraus, dass FaceAge bei der Vorhersage der kurzfristigen Lebenserwartung von Patienten, die eine palliative Strahlentherapie erhielten, besser abschneidet als Ärzte.

„Wir können künstliche Intelligenz (KI) nutzen, um das biologische Alter einer Person anhand von Gesichtsbildern zu schätzen, und unsere Studie zeigt, dass diese Informationen klinisch relevant sein können“, sagte Co-Senior-Autor und korrespondierender Autor Hugo Aerts, PhD, Direktor des Programms ‚Artificial Intelligence in Medicine‘ (AIM) am Mass General Brigham. „Diese Arbeit zeigt, dass ein Foto wie ein einfaches Selfie wichtige Informationen enthält, die bei klinischen Entscheidungen und der Erstellung von Behandlungsplänen für Patienten und Ärzte hilfreich sein können. Wie alt jemand im Vergleich zu seinem chronologischen Alter aussieht, ist wirklich wichtig – Personen mit einem FaceAge, das jünger ist als ihr chronologisches Alter, erholen sich nach einer Krebstherapie deutlich besser.“

Krebspatienten sahen deutlich älter aus als Nichtkrebspatienten, und hatten ein höheres FaceAge

Wenn Patienten einen Untersuchungsraum betreten, kann ihr Aussehen Ärzten Hinweise auf ihren allgemeinen Gesundheitszustand und ihre Vitalität geben. Diese intuitiven Einschätzungen können in Kombination mit dem chronologischen Alter des Patienten und vielen anderen biologischen Messwerten dabei helfen, die beste Behandlungsmethode zu bestimmen. Wie jeder andere auch können jedoch Ärzte Vorurteile hinsichtlich des Alters einer Person haben, die sie beeinflussen können. Daher besteht ein Bedarf an objektiveren, prädiktiven Messwerten, um fundierte Entscheidungen über die Behandlung zu treffen. Mit diesem Ziel vor Augen nutzten Forscher des Mass General Brigham Deep-Learning- und Gesichtserkennungstechnologien, um FaceAge zu trainieren. Das Tool wurde anhand von 58.851 Fotos von vermutlich gesunden Personen aus öffentlichen Datensätzen trainiert. Das Team testete den Algorithmus an einer Kohorte von 6.196 Krebspatienten aus zwei Zentren, wobei Fotos verwendet wurden, die routinemäßig zu Beginn der Strahlentherapie aufgenommen wurden.

Die Ergebnisse zeigten, dass Krebspatienten deutlich älter aussehen als Nichtkrebspatienten und ihr FaceAge im Durchschnitt etwa fünf Jahre über ihrem chronologischen Alter lag. In der Krebspatientenkohorte war ein höheres FaceAge mit schlechteren Überlebenschancen verbunden, insbesondere bei Personen, die älter als 85 Jahre aussahen, selbst nach Bereinigung um das chronologische Alter, das Geschlecht und die Krebsart. Die geschätzte Überlebenszeit am Lebensende ist schwer zu bestimmen, hat jedoch wichtige Auswirkungen auf die Behandlung in der Krebsmedizin. Das Team bat 10 Kliniker und Forscher, anhand von 100 Fotos von Patienten, die eine palliative Strahlentherapie erhielten, die kurzfristige Lebenserwartung vorherzusagen. Obwohl ihre Ergebnisse sehr unterschiedlich ausfielen, waren die Vorhersagen der Kliniker insgesamt nur geringfügig besser als ein Münzwurf, selbst nachdem sie klinische Informationen wie das chronologische Alter und den Krebsstatus der Patienten erhalten hatten. Als den Klinikern jedoch auch die FaceAge-Informationen der Patienten zur Verfügung gestellt wurden, verbesserten sich ihre Vorhersagen deutlich.

Technologie könnte letztendlich als Früherkennungssystem dienen

Bevor diese Technologie für den Einsatz in der klinischen Praxis in Betracht gezogen werden kann, sind weitere Untersuchungen erforderlich. Das Forschungsteam testet diese Technologie, um Krankheiten, den allgemeinen Gesundheitszustand und die Lebenserwartung vorherzusagen. Zu den Folgestudien gehören die Ausweitung dieser Arbeit auf verschiedene Krankenhäuser, die Untersuchung von Patienten in verschiedenen Krebsstadien, die Verfolgung der FaceAge-Schätzungen über einen längeren Zeitraum und die Überprüfung ihrer Genauigkeit anhand von Daten aus der plastischen Chirurgie und aus dem Bereich Make-up.

„Dies öffnet die Tür zu einem völlig neuen Bereich der Entdeckung von Biomarkern anhand von Fotos, und das Potenzial geht weit über die Krebsbehandlung oder die Altersvorhersage hinaus“, sagte Co-Seniorautor Ray Mak, MD, Fakultätsmitglied des AIM-Programms am Mass General Brigham. Da verschiedene chronische Krankheiten zunehmend als Alterskrankheiten betrachtet werden, wird es immer wichtiger, den Alterungsprozess eines Menschen genau vorhersagen zu können. Die Forscher hoffen, dass sie diese Technologie letztendlich als Früherkennungssystem bei einer Vielzahl von Anwendungen innerhalb eines strengen regulatorischen und ethischen Rahmens einsetzen können, um Leben zu retten.