Na biologický věk i onkologickou prognózu může stačit obyčejná fotka

Datum narození není potřeba

Aplikace s názvem FaceAge analyzuje rysy obličeje a určuje, jak „stará“ daná tvář ve skutečnosti je, bez ohledu na datum narození. Právě tento odhad biologického věku pak koreluje s délkou přežití. Jak? Pacienti, jejichž vzhled naznačuje vyšší biologický věk, mají statisticky horší prognózu.

Výsledky studie publikované v The Lancet Digital Health ukazují, že technologie může doplnit klinický úsudek a stát se nástrojem, který podpoří rozhodování v onkologické praxi.

Starší vzhled a horší výhled

Výzkumníci zjistili, že onkologičtí pacienti působili podle FaceAge v průměru o pět let starší než odpovídalo jejich skutečnému věku. A co je podstatné, vyšší odhadovaný věk od algoritmu šel ruku v ruce s horší prognózou napříč různými typy nádorových onemocnění.

Tento vztah přetrvával i po zohlednění chronologického věku, pohlaví a samotného typu nádoru. Největší rozdíly se objevily u pacientů, jejichž biologický věk podle algoritmu překračoval 85 let.

Biologický věk dnes představuje důležitý koncept v personalizované medicíně. Na rozdíl od kalendářního věku lépe vystihuje celkovou fyzickou kondici, vliv chronických zátěží, životního stylu i genetických predispozic. Právě proto se stává čím dál častěji součástí prediktivních modelů a FaceAge je jedním z prvních nástrojů, který ho umí odhadnout z tak běžného vstupu, jako je fotografie.

Jak AI podpořila odhad lékařů

Odhad délky přežití u pokročilých nádorových onemocnění zůstává i dnes složitou klinickou výzvou. Autoři studie proto požádali skupinu lékařů, aby na základě fotografií a základních údajů (věk, diagnóza) odhadli krátkodobou prognózu u pacientů podstupujících paliativní radioterapii. Odhadované výsledky se výrazně lišily a celková prediktivníní přesnost byla nízká, v průměru jen mírně lepší než náhodný výběr.

Jakmile však lékaři dostali i údaj o biologickém věku stanoveném FaceAge, přesnost jejich odhadů výrazně vzrostla. To naznačuje, že AI nástroj nepřebírá rozhodování, ale dokáže lékaře podpořit a snížit riziko zkreslení způsobené subjektivním dojmem, kulturními stereotypy či vlastní zkušeností.

Předvídání chronických onemocnění?

Za algoritmem stojí rozsáhlá příprava. FaceAge se učil rozpoznávat a hodnotit znaky stáří na více než 58 000 fotografiích předpokládaně zdravých osob z veřejných databází. V testovací fázi pak výzkumníci použili algoritmus na kohortu více než 6000 onkologických pacientů, jejichž snímky byly pořízeny při vstupním plánování radioterapie. Kromě samotného odhadu biologického věku uměl FaceAge vyhodnotit i jeho vztah k délce přežití.

Tým nyní pracuje na širší validaci a rozšíření použití technologie FaceAge i mimo oblast onkologie. Zkoumá, zda by algoritmus mohl sloužit k predikci průběhu chronických onemocnění, hodnocení celkového zdravotního stavu nebo jako screeningový nástroj pro identifikaci pacientů s vyšším rizikem klinického zhoršení.

Autoři však zároveň upozorňují, že technologie založené na analýze lidského vzhledu vyžadují pevný etický a regulační rámec. Proto je dalším krokem důkladné ověření na různorodých populačních skupinách a zajištění spravedlivého a bezpečného využití v běžné klinické praxi.

(mb)

Zdroj: 
Bontempi D., Zalay O., Bitterman D. S. et al. FaceAge, a deep learning system to estimate biological age from face photographs to improve prognostication: a model development and validation study. Lancet Digit Health 2025 May 7:100870, doi: 10.1016/j.landig.2025.03.002.