Может ли обычная фотография помочь предсказать выживаемость при раке? Искусственный интеллект FaceAge

В этой статье
FaceAge: система глубокого обучения в диагностике рака
Исследование, опубликованное 8 мая 2025 года в The Lancet Digital Health, показывает, что система глубокого обучения FaceAge может оценивать биологический возраст по фотографии лица и улучшать прогнозирование выживаемости пациентов с раком.
В клинической практике первое впечатление о пациенте может влиять на решения врача, однако оно остаётся субъективным и даёт лишь приблизительную оценку биологического возраста. Возникла потребность в количественном и стандартизированном показателе. FaceAge призван восполнить этот пробел, вычисляя измеримый «возраст лица» по одной фотографии.
Кратко: По сравнению с людьми без рака пациенты с онкологическими заболеваниями выглядят на фотографиях в среднем примерно на 5 лет старше . Возраст лица независимо связан с выживаемостью в нескольких онкологических когортах. При использовании ИИ в паллиативной помощи точность врачебного прогноза выживаемости улучшается примерно на 6%. Иными словами, с поддержкой ИИ точность прогноза растёт с 74% до 80%.
📷 Клинические решения по фотографии и возрасту лица
FaceAge оценивает возраст по фотографии лица, сделанной обычной веб-камерой или смартфоном, добавляя объективный компонент к субъективной оценке функционального состояния врачом. Пациенты, у которых возраст лица меньше хронологического возраста , обычно имеют лучшие результаты после лечения.
🧠 Как обучали модель?
- Обучение: IMDb–Wiki — набор данных с 56304 фотографиями лиц.
- Техническая валидация: UTKFace — набор данных с 2547 изображениями.
🏥 Клиническая проверка: США и Нидерланды
- Всего: 6196 пациентов с раком; фотографии сделаны в начале лучевой терапии.
- Референсная группа: Когорта из 535 людей без рака.
- Анализ: Метод Каплана–Майера, регрессия Кокса; применены многофакторные поправки.

Описание изображения: Алгоритм FaceAge с помощью глубокого обучения оценивает биологический возраст по фотографиям лиц и выживаемость при раке. В исследовании сравнивали данные разработки от 58851 здорового человека с клиническими данными 6196 пациентов с раком. Результаты связывают более старший по сравнению с хронологическим возрастом вид лица с худшей выживаемостью.
📊 Результаты исследования: основные числа

📊 Рисунок: связь FaceAge с выживаемостью
(A) Кривые Каплана–Майера: Пациентов разделили по оценённому ИИ возрасту лица — FaceAge. В группах с более высоким FaceAge выживаемость заметно короче (log-rank p < 0.0001). Например, в группе FaceAge >85 лет 7-летняя выживаемость значительно хуже, чем в группе ≤65 лет.
(B) Однофакторный и многофакторный анализы: Референсная группа — FaceAge ≤65 лет.
- Однофакторный анализ: в группе FaceAge >85 лет риск смерти в 2.857 раза выше (HR 2.857; p<0.0001).
- Многофакторный анализ с поправкой на возраст, пол и группу опухолей: риск остаётся в 1.468 раза выше (HR 1.468; p=0.0059).
(C) Анализы подгрупп: Прогностическая ценность FaceAge при разных видах рака:
- Рак молочной железы (n=1337): увеличение FaceAge на десятилетие → HR 1.854 (p<0.0001).
- Рак желудочно-кишечного тракта (n=1003): HR 1.409 (p<0.0001).
- Рак мочеполовой системы (n=843): наиболее сильная связь; HR 2.138 (p<0.0001).
- Рак лёгкого (n=737): HR 1.243 (p<0.0001).
🔹 Разница в возрасте: По сравнению со здоровыми людьми того же возраста пациенты с раком выглядели в среднем на 4.7 года старше (P<0.0001).
🔹 Связь с выживаемостью: FaceAge ↑ → риск ↑
- Все виды рака вместе: Риск смерти выше на 15% (HR 1.151; P=0.013)
- Опухоли органов грудной клетки: Риск выше на 11% (HR 1.117; P=0.021)
- Пациенты паллиативной помощи: Риск выше на 11% (HR 1.117; P=0.021)
🔹 Клиническая польза: В паллиативной помощи точность врачебного прогноза 6-месячной выживаемости выросла с 74% до 80%, что соответствует абсолютному улучшению на 6% (P<0.0001).
👉 Итак: Более старший по сравнению с фактическим возрастом внешний вид связан с худшим прогнозом при раке. Улавливая сигнал биологического старения, FaceAge существенно усиливает возможности врача прогнозировать выживаемость.
🧬 Молекулярный анализ
CDK6 (циклинзависимая киназа 6) — ключевой фермент регуляции клеточного цикла, важный для пролиферации и старения клеток. Исследование выявило следующее:
- Обратная корреляция между FaceAge и экспрессией CDK6: У пациентов, выглядевших старше своего хронологического возраста, уровни CDK6 были ниже.
- Хронологический возраст не показал значимой корреляции с CDK6 после множественных статистических поправок.
Что это означает?
- Сниженные уровни CDK6 могут указывать на ослабленное обновление клеток и ускоренное биологическое старение.
- Таким образом, выглядящее старше лицо может отражать не только внешность, но и лежащие в основе клеточные и молекулярные процессы старения.
- Хронологический возраст не всегда отражает истинное биологическое старение, однако FaceAge может выявлять этот разрыв.
Итак, обратная связь между FaceAge и экспрессией CDK6 поддерживает представление, что оценка возраста лица с помощью ИИ может отражать не только клинические, но и биологические и молекулярные процессы старения.
📌 Краткий обзор: методология и значение
| Компонент | Резюме |
|---|---|
| Данные обучения | IMDb–Wiki (56304 изображения) → техническая валидация UTKFace (2547) |
| Клиническая когорта | Всего 6196 пациентов с раком; референсная группа — 535 человек без рака |
| Основной результат | Возраст лица ↑ → хуже выживаемость; при паллиативной помощи AUC выросла с 0.74 до 0.80 |
| Молекулярные результаты | Обратная корреляция с CDK6; значимой связи с хронологическим возрастом нет → возраст лица может служить молекулярным биомаркером старения |
🔍 Клиническое значение
- Объективность: Добавляет стандартизированный показатель к субъективному первому впечатлению врача.
- Улучшение стратификации: Даёт независимую прогностическую информацию в нескольких группах рака.
- Поддержка решений: Повышает качество прогноза, особенно при планировании паллиативной помощи.
⚠️ Ограничения и этические вопросы
- Смещения обучения: В IMDb–Wiki преобладают знаменитости, возможны косметические вмешательства и цифровая обработка изображений.
- Переносимость результатов: Нужна валидация в более крупных и разнообразных клинических когортах.
- Риск неправильного применения: Возможно неуместное использование возраста лица, например в страховании; необходима нормативная база.
📝 Вывод
FaceAge способен получать клинически значимый биомаркер из легкодоступной фотографии лица. После более крупных многоцентровых валидаций его можно безопасно включить в системы поддержки клинических решений .
Источники
Bontempi, Dennis et al.
The Lancet Digital Health, Volume 7, Issue 6, 100870
Эта статья была полезна?
Ваш отзыв помогает нам улучшать материалы.





Комментарии читателей
Оставьте комментарий
Ваше имя и комментарий публикуются только после одобрения администратором. Ваш адрес электронной почты никогда не показывается посетителям.
Будьте первым, кто оставит комментарий.