Вештачка интелигенција може да предвиди „биолошку старост” из селфија

Нови модел вештачке интелигенције, модел, назван ФејсЕјџ, процењује колико старо особа изгледа у поређењу са њеном хронолошком старошћу. Произвођачи ФејсЕјџа кажу да би њихов алат могао да помогне лекарима да одлуче о најбољем начину лечења болести попут рака.

Када лекар лечи пацијента оболелог од рака, „једна од првих ствари коју раде јесте да покушају да процене колико добро је појединац”, рекао је Хуго Аертс, директор Програма вештачке интелигенције у медицини у Масачусетској општој болници у Бригаму.

Према његовим речима, то је често веома субјективна процена, али може утицати на многе будуће одлуке о лечењу, укључујући колико агресиван или интензиван треба да буде њихов план лечења. На пример, лекари могу одлучити да пацијент који изгледа млађе и боље одговара својим годинама може боље толерисати агресивни третман и на крају живети дуже од пацијента који изгледа старије и крхкије, чак и ако њих двоје имају исту старост. ФејсЕјџ би могао да олакша ту одлуку претварањем субјективних процена лекара у квантитативну меру, написали су аутори студије, а квантификовањем биолошке старости, модел би могао да понуди још једну тачку података која би помогла лекарима да одлуче који третман да препоруче. Аертс и његове колеге су тренирали модел на више од 58.000 фотографија људи старости 60 година и више за које се претпостављало да су просечног здравља за своје године у време када је фотографија снимљена. У овом скупу за обуку, истраживачи су проценили хронолошку старост модела и претпоставили да је биолошка старост људи слична, иако су научници приметили да ова претпоставка није тачна у сваком случају. Тим је затим користио ФејсЕјџ да предвиди старост више од 6.000 људи са раком. Пацијенти оболели од рака изгледали су у просеку око пет година старије од своје хронолошке старости.

ФејсЕјџ процене су такође биле у корелацији са преживљавањем након лечења- што је особа изгледала старије, без обзира на своју хронолошку старост, мање су јој шансе да дуже живи. Насупрот томе, хронолошка старост није била добар предиктор преживљавања код пацијената оболелих од рака, открио је тим, преноси Live Science.

Ипак, ФејсЕјџ још није спреман за болнице или лекарске ординације.Потребна су даља истраживања са већим и репрезентативнијим скуповима за обуку како би се разумело како ти фактори утичу на процене ФејсЕјџ. Истраживачи и даље побољшавају алгоритам додатним подацима за обуку и тестирају његову ефикасност за друга стања поред рака. Такође истражују које факторе модел користи за своја предвиђања. Али када буде финализован, овај програм би, на пример, могао да помогне лекарима да прилагоде интензитет лечења рака, попут зрачења и хемотерапије, одређеним пацијентима, рекао је током брифинга коаутор студије др Реј Мак, радиоонколог у Масачусетској општој болници у Бригаму. Етичке смернице које се тичу начина на који се информације ФацеАге-а могу користити, као што је то да ли здравствено или животно осигурање може приступити проценама ФејсЕјџ ради доношења одлука о покрићу, требало би да се успоставе пре увођења модела.