اخرین بروزرسانی در تاریخ اردیبهشت 20, 1404 توسط سارا اوحدی
بوستون، ماساچوست – پژوهشگران دانشگاه ماساچوست جنرال بریگام، الگوریتم یادگیری عمیق پیشگامانه‌ای به نام «فیس‌ایج» (FaceAge) ابداع کرده‌اند که قادر است سن بیولوژیکی افراد را تنها با تحلیل عکس چهره‌شان تخمین بزند. این ابزار نوآورانه نه تنها در پیش‌بینی سن بیولوژیکی، بلکه در شناسایی نتایج بقا برای بیماران مبتلا به سرطان نیز نویدبخش بوده و به‌طور بالقوه بینش‌های جدیدی را برای مراقبت‌های بالینی ارائه می‌دهد. این کشف می‌تواند نحوه ارزیابی بیماران توسط پزشکان را متحول سازد و به سمت پزشکی شخصی‌تر حرکت کند.
شکاف سنی بیولوژیکی و پیش‌بینی بقا
محققان دریافتند که بر اساس الگوریتم «فیس‌ایج»، بیماران سرطانی معمولاً سن بیولوژیکی بالاتری نسبت به سن تقویمی واقعی خود دارند. به طور متوسط، بیماران سرطانی هنگام تجزیه‌وتحلیل صورت با سیستم هوش مصنوعی حدود پنج سال پیرتر از سن واقعی خود به نظر می‌رسیدند. این شکاف سنی بیولوژیکی، که از طریق ویژگی‌های صورت اندازه‌گیری می‌شود، با میزان بقای کمتر در انواع مختلف سرطان مرتبط بود. نتایج تحقیق کنونی نشان می‌دهد که «فیس‌ایج» می‌تواند در پیش‌بینی بقای کوتاه‌مدت برای بیمارانی که تحت «رادیوتراپی تسکینی» قرار می‌گیرند، نسبت به ارزیابی‌های بالینی سنتی قابل اعتمادتر باشد.
هوگو آرتس، مدیر برنامه هوش مصنوعی در پزشکی (AIM) دانشگاه ماساچوست جنرال بریگام و پژوهشگر ارشد این پژوهش، اظهار داشت که این الگوریتم می‌تواند انقلابی در نحوه ارزیابی بیماران توسط پزشکان ایجاد کند. وی توضیح داد که یک عکس ساده می‌تواند اطلاعات حیاتی سلامت را که پزشکان اغلب بر اساس شهود و نشانه‌های بصوی تخمین می‌زنند، آشکار کند. آرتس همچنین خاطرنشان کرد، بیمارانی که جوان‌تر از سن واقعی خود به نظر می‌رسند، پس از درمان سرطان، بهبودی بهتری دارند، در حالی که بیمارانی که مسن‌تر به نظر می‌رسند، نتایج بدتری با آنان همراه می‌شود.
کاهش سوگیری در تصمیم‌گیری پزشکی
پزشکان اغلب بر اساس ظاهر، سن و سایر اطلاعات پزشکی، قضاوت‌های سریعی در مورد سلامت کلی بیماران در زمان ویزیت آنان ارائه می‌دهند، اما این ارزیابی‌های بصری گاهی اوقات می‌توانند با سوگیری همراه باشند. به عنوان مثال، ممکن است فردی که مسن‌تر به نظر می‌رسد، بیمارتر فرض شود، حتی اگر سوابق پزشکی وی این مورد را نشان ندهد. اینجاست که «فیس‌ایج» می‌تواند معیار عینی‌تر و دقیق‌تری ارائه دهد و سوگیری در تصمیم‌گیری پزشکی را کاهش دهد.
توسعه و آزمایش «فیس‌ایج»
پژوهشگران برای توسعه «فیس‌ایج» از فناوری یادگیری عمیق و تشخیص چهره استفاده کردند و این ابزار را با ۵۸ هزار و ۸۵۱ عکس از افراد سالم از مجموعه داده‌های عمومی آموزش دادند. این سیستم یاد گرفت که ویژگی‌های چهره مرتبط با پیری و وضعیت سلامت را شناسایی کند. «فیس‌ایج»، پس از آموزش، روی ۶۱۹۶ بیمار سرطانی از دو مرکز پزشکی مختلف آزمایش شد؛ این بیماران قبل از شروع رادیوتراپی عکس گرفته بودند و این عکسبرداری فرصتی عالی برای مقایسه پیش‌بینی‌های سن بیولوژیکی با نتایج واقعی سلامت فراهم می‌کرد.
نتایج نشان داد که پیش‌بینی‌های «فیس‌ایج» برای بیماران سرطانی، به طور متوسط، حدود پنج سال مسن‌تر از سن واقعی آنان بود؛ کسانی که بسیار مسن‌تر از سن تقویمی خود به نظر می‌رسیدند، احتمال بیشتری وجود داشت تا میزان بقای کمتری داشته باشند. این تفاوت حتی پس از تعدیل عواملی مانند سن، جنسیت و نوع سرطان نیز قابل‌توجه باقی ماند. بر اساس نتایج «فیس‌ایج»، بیماران بالای ۸۵ سال، به طور خاص چشم‌انداز بقای ضعیفی داشتند که پتانسیل این الگوریتم را در شناسایی افراد در معرض بیشترین خطر برجسته می‌کند.
افزایش دقت پیش‌بینی‌های پزشکان
پژوهشگران علاوه بر پیش‌بینی بقا، اثربخشی «فیس‌ایج» را در محیط‌های بالینی نیز آزمایش کردند. آنان از ۱۰ پزشک و محقق خواستند تا امید به زندگی کوتاه‌مدت ۱۰۰ بیمار سرطانی را که تحت «رادیودرمانی تسکینی» قرار داشتند، تخمین بزنند. پزشکان با استفاده از سوابق پزشکی کامل و اطلاعات سنی، نظرات خود را بیان کردند. هنگامی که تخمین‌های «فیس‌ایج» به پزشکان داده شد، پیش‌بینی‌های آنان به طور قابل‌توجهی بهبود یافت. این نتایج نشان می‌دهد که «فیس‌ایج» اطلاعات ارزشمندی را ارائه می‌دهد که پزشکان ممکن است همیشه فقط با نگاه کردن به بیماران یا بررسی سوابق پزشکی آنان به دست نیاورند.
تغییر پارادایم در درک پیری و سلامت
این گروه پژوهشی معتقد است که فناوری کنونی می‌تواند نحوه تفکر پزشکان در مورد سن و سلامت را تغییر دهد. به طور سنتی، سن واقعی به عنوان یک عدد در نظر گرفته می‌شود و «فیس‌ایج» نشان داد که پیری بیولوژیکی – اینکه فرد چقدر پیر به نظر می‌رسد – ممکن است برای درک خطرات سلامتی مهم‌تر باشد. ری مک، پژوهشگر ارشد این پژوهش تاکید کرد که این فناوری می‌تواند درهایی را به روی روش‌های جدید تشخیص زودهنگام بیماری‌های مزمن، نه فقط سرطان، باز کند. وی پیش‌بینی کرد که از «فیس‌ایج» می‌توان برای ردیابی پیری در طول زمان استفاده کرد و به طور بالقوه علائم مشکلات سلامتی را قبل از جدی شدن آنها تشخیص داد.
محدودیت‌ها و برنامه‌های آتی
اگرچه نتایج کنونی امیدوارکننده است، اما پژوهشگران هشدار دادند که قبل از استفاده گسترده از «فیس‌ایج» در بیمارستان‌ها، مطالعات بیشتری در مورد آن لازم است. آنان قصد دارند تحقیقات خود را به مراکز پزشکی مختلف گسترش دهند، «فیس‌ایج» را روی بیماران در مراحل مختلف سرطان آزمایش کنند و عملکرد آن را در برابر داده‌های افرادی که جراحی پلاستیک انجام داده‌اند یا از آرایش‌هایی استفاده می‌کنند که می‌توانند ویژگی‌های صورت را تغییر دهند، ارزیابی کنند.
این گروه همچنین در حال بررسی پتانسیل «فیس‌ایج» فراتر از مراقبت از بیماران مبتلا به سرطان و امیدوار هستند که این فناوری نه فقط سن، بلکه خطر ابتلا به سایر بیماری‌های مزمن را نیز پیش‌بینی کند. هدف آنان استفاده از این فناوری تجزیه و تحلیل چهره برای درک بهتر مسیر سلامت فرد است تا به پزشکان کمک کند، تصمیمات درمانی آگاهانه‌تری بگیرند.
این تحقیق نوآورانه نشان‌دهنده حرکت به سمت پزشکی شخصی‌تر است، جایی که یک عکس ساده می‌تواند روزی به یک ابزار تشخیصی قدرتمند تبدیل شود و به پزشکان کمک کند تا نتایج سلامت را با دقت بیشتری پیش‌بینی کنند و سوگیری‌ها را در مراقبت از بیمار کاهش دهند. اگر «فیس‌ایج» همچنان مؤثر باشد، می‌تواند به بخش استانداردی از ارزیابی‌های پزشکی تبدیل شود و به پزشکان دریچه جدیدی برای مشاهده سلامت و طول عمر بیمار ارائه دهد. یافته‌های این پژوهش در نشریه معتبر The Lancet Digital Health منتشر شده است.
