Una selfie podría anticipar cuánto riesgo corre un paciente con cáncer: qué encontraron los investigadores

Una simple foto del rostro podría convertirse en una herramienta más para los oncólogos. Un equipo de investigadores de Mass General Brigham, en Estados Unidos, desarrolló un sistema de inteligencia artificial que, a partir de una imagen facial, estima la edad biológica de una persona y hasta calcula el riesgo de muerte de quienes atraviesan un cáncer. El trabajo se publicó en The Lancet Digital Health.

La base del hallazgo es un modelo entrenado con más de 40 millones de fotografías de rostros. Sobre esa enorme biblioteca de imágenes, los científicos construyeron dos algoritmos que funcionan de manera complementaria: uno deduce la edad biológica según la apariencia del rostro y el otro evalúa de forma directa la probabilidad de supervivencia de pacientes oncológicos.

Los resultados, según los autores, abren la puerta a reconocer diferencias en el estado de salud que no se ven a simple vista y a anticipar cómo responderá una persona a tratamientos exigentes. Pero también hay cautela: todavía falta precisar qué información biológica captura el sistema y cuánto puede sumar a las evaluaciones médicas que ya existen.

El primer algoritmo: calcular la edad del cuerpo

La herramienta se llama FAHR-FaceAge y su objetivo es estimar la edad biológica, ese indicador que refleja el estado del organismo y que no siempre coincide con los años que figuran en el DNI.

Para entrenarla, los investigadores usaron 743.152 fotografías de personas cuya edad cronológica conocían. Después la pusieron a prueba con imágenes que no habían formado parte del aprendizaje: allí, la diferencia entre la edad real y la que calculaba la IA promedió 5,1 años.

Cuando aplicaron el modelo a pacientes que recibían radioterapia, la brecha media se acercó a los siete años. La lectura de los especialistas es que, si el sistema calcula una edad mayor a la cronológica, posiblemente esté detectando señales de un envejecimiento biológico más acelerado.

Esa diferencia también mostró vínculo con la supervivencia. Entre los pacientes oncológicos tratados con radioterapia, quienes aparentaban al menos cinco años más de los que tenían registraron un riesgo de muerte un 21% superior al resto durante un seguimiento promedio de cuatro años. En el otro extremo, los que parecían al menos cinco años más jóvenes tuvieron un riesgo 17% inferior.

El segundo algoritmo: el riesgo directo desde una foto

La otra herramienta, FAHR-FaceSurvival, no pasa por la estimación de edad: calcula la mortalidad directamente a partir de la imagen. Se entrenó con 34.363 fotos faciales de pacientes con cáncer y datos sobre cómo evolucionaron.

En el análisis, el grupo que el algoritmo ubicó como de mayor riesgo mostró una mortalidad más del triple que la del grupo de menor riesgo, incluso tras ajustar por edad, sexo, tipo de cáncer y características del tratamiento.

Aunque los dos sistemas nacen del mismo modelo, no miran exactamente las mismas zonas del rostro. FAHR-FaceAge se fija sobre todo en los pliegues que van de la nariz a las comisuras de la boca, en la frente y en las sienes. FAHR-FaceSurvival concentra parte de su análisis debajo de los ojos y alrededor del puente nasal.

“FAHR-FaceSurvival impulsa el campo de la IA de reconocimiento de la salud facial un paso más allá al aprender el riesgo de supervivencia directamente a partir de fotografías faciales de pacientes con cáncer”, afirmó Hugo Aerts, coautor principal del estudio. Y agregó: “Hasta donde sabemos, esta es la primera demostración de que un modelo de IA puede predecir directamente la supervivencia al cáncer a partir de una simple fotografía”.

Aerts remarcó además que el modelo general, entrenado con decenas de millones de imágenes, puede adaptarse para identificar distintos indicadores de salud sin necesidad de crear cada algoritmo desde cero.

Para qué podría servir en el consultorio

Uno de los usos posibles sería evaluar la fragilidad de los pacientes antes de indicar tratamientos intensivos, como una cirugía, radioterapia o terapias sistémicas. Una estimación extra del estado general de salud podría ayudar a personalizar las decisiones, sobre todo en personas mayores.

“Nuestro objetivo es hacer más cuantitativa, consistente y escalable la evaluación de la salud a partir de una fotografía, de forma que apoye decisiones personalizadas, no que sustituya el juicio médico”, señaló Raymond Mak, oncólogo radioterápico de Mass General Brigham y uno de los investigadores principales.

Los científicos también verificaron que las estimaciones de edad se mantenían bastante estables frente a cambios habituales en las fotos, como variaciones de luz, expresiones, posiciones del rostro o maquillaje. El modelo mostró además poca variación tras distintas cirugías plásticas, aunque la rinoplastia generó algunos cambios.

El análisis halló asociaciones entre una apariencia facial biológicamente más envejecida y ciertos hábitos, como el tabaquismo, el consumo excesivo de alcohol y el uso de drogas. Sin embargo, esos resultados por sí solos no permiten afirmar que esos factores expliquen las señales que detecta la IA.

Antecedentes y límites

La relación entre los rasgos del rostro y la salud ya había sido explorada antes. En 2022, un equipo encabezado por Esteller publicó un trabajo que encontró similitudes genéticas entre personas con caras parecidas, a partir de representaciones digitales. El hallazgo apuntaba a una posible conexión entre la apariencia y la predisposición a ciertas enfermedades, aunque no implicaba que los rasgos faciales sirvieran como prueba diagnóstica.

Para Cerdá Alberich, el aporte del nuevo estudio está sobre todo en la escala del análisis y en la evidencia que suma sobre el potencial pronóstico de las imágenes. “Es una primera piedra y aporta evidencia prometedora sobre el valor pronóstico de la información facial. Podemos pensar que una foto podría ser útil porque se asocia con mortalidad o supervivencia. Pero falta saber cómo interpretamos esa señal y qué aporta más allá de lo que ya conocemos”, concluyó.