Un innovativo studio condotto da ricercatori statunitensi ha rivelato la possibilità di stimare la sopravvivenza e la fragilità fisica di pazienti affetti da patologie oncologiche attraverso l'analisi di una fotografia del loro volto. Questa promettente scoperta, pubblicata sulla prestigiosa rivista scientifica 'The Lancet Digital Health', introduce uno strumento basato sull'intelligenza artificiale, denominato FaceSurvival, che potrebbe rivoluzionare l'approccio alla valutazione pre-trattamento, fornendo ai medici dati oggettivi per affiancare il giudizio clinico. La capacità di questa tecnologia di cogliere sottili indicatori visivi offre nuove prospettive per personalizzare le terapie e migliorare la qualità delle cure, in un contesto in cui la popolazione invecchia e la complessità delle decisioni terapeutiche aumenta.

Il cuore di questa innovazione è l'algoritmo FaceSurvival, addestrato su un vasto database comprendente milioni di immagini di volti sani e circa 35.000 fotografie di pazienti oncologici provenienti da Stati Uniti e Paesi Bassi. Questo set di dati diversificato includeva individui di tutte le età, dai più giovani agli ultraottantenni, e affetti da diverse forme tumorali, comprese quelle più complesse con metastasi ossee o cerebrali. L'analisi ha evidenziato che le aree del viso più significative per la previsione dell'aspettativa di vita sono la regione sotto gli occhi e la radice del naso. Il dottor Raymond Mak, oncologo del Mass General Brigham di Boston e coordinatore della ricerca, ha sottolineato l'importanza di disporre di metodologie più accurate per valutare la riserva fisica e la vulnerabilità dei pazienti prima di procedere con trattamenti intensivi come radioterapia, interventi chirurgici o terapie sistemiche. L'obiettivo primario è rendere la valutazione della salute, basata sull'immagine, più misurabile, uniforme e applicabile su larga scala.

Accanto a FaceSurvival, il team del dottor Mak sta esplorando un altro algoritmo, FaceAge, progettato per determinare l'età biologica di un individuo in relazione alla sua età anagrafica. Mentre FaceSurvival si concentra principalmente sull'area oculare per la previsione della sopravvivenza, FaceAge esamina dettagli come le pieghe naso-labiali, le rughe periorali, le linee della fronte, e le zampe di gallina nelle tempie e sulle guance. Questi indicatori facciali, che riflettono l'influenza di fattori legati allo stile di vita come il fumo, il consumo eccessivo di alcol o l'uso di sostanze, hanno dimostrato una notevole stabilità clinica anche in presenza di variazioni di illuminazione, trucco, espressioni facciali o piccoli interventi di chirurgia estetica.

Nonostante l'entusiasmo per i risultati preliminari, la comunità scientifica mantiene un approccio cauto. Lo strumento, sebbene coperto da domanda di brevetto, non è ancora pronto per l'implementazione clinica generalizzata. Per affinare ulteriormente gli algoritmi e mitigare potenziali bias di valutazione, i ricercatori dovranno acquisire e analizzare un numero considerevolmente maggiore di immagini, includendo una più ampia varietà di gruppi etnici. Il professor Miroslaw Bober, esperto di machine learning presso la University of Surrey, ha ribadito che, sebbene sia una promettente prova di concetto, la tecnologia necessita di ulteriori test per confrontarla con il giudizio diretto dei medici e deve essere validata in diversi contesti ospedalieri. Inoltre, è fondamentale comprendere che la previsione di un decorso clinico non equivale a spiegare le sottostanti cause biologiche. Attualmente, la ricerca si sta estendendo al pubblico, con il team di Boston che ha lanciato una piattaforma per la raccolta di dati, invitando i cittadini a caricare le proprie foto per contribuire al perfezionamento dell'algoritmo attraverso una stima indicativa della propria età biologica.