Інноваційна технологія FaceAge дозволяє лікарям оцінити біологічний вік пацієнта за допомогою звичайної фотографії, щоб точніше прогнозувати перебіг онкологічних захворювань.
Як працює FaceAge?
Система FaceAge використовує сучасні нейронні мережі для аналізу рис обличчя на фотографіях. Всього за декілька секунд штучний інтелект визначає біологічний вік людини — показник, який враховує не лише паспортний вік, а й генетичні особливості, спосіб життя, наявність хронічних захворювань та вплив довкілля.
Чому це важливо для медицини?
Біологічний вік може бути набагато точнішим індикатором стану здоров’я, ніж традиційні підходи. Лікарі отримують можливість оцінити ризики та персоналізувати лікування для пацієнтів з онкологією. Дослідження показують, що пацієнти з меншим біологічним віком мають вищі шанси на успішне лікування, навіть якщо їхній паспортний вік досить великий.
Простіше, швидше та безпечно
FaceAge працює максимально просто: достатньо зробити селфі та завантажити його до захищеної системи. Результат аналізу пацієнт та лікар отримують вже за лічені секунди. Всі дані обробляються конфіденційно, а зображення не потрапляють у відкритий доступ.
Наукові дослідження: як FaceAge проходив перевірку
Технологія FaceAge була створена командою науковців із Гарвардської медичної школи, Массачусетської та інших провідних університетських клінік. Розробники тренували FaceAge на понад 58 тисячах фото людей похилого віку, а потім перевіряли його ефективність на 6 196 пацієнтах із різними видами раку у клініках США та Нідерландів.
В дослідженні показано, що пацієнти з онкологією в середньому виглядають на 5 років старше свого паспортного віку. Важливо, що саме “вік за фото”, визначений FaceAge, корелював із виживаністю навіть краще за справжній вік. Для різних видів раку FaceAge виявився статистично значимим незалежним фактором прогнозу (наприклад, для багатьох видів раку: p=0,013; HR≈1,15 за кожне десятиліття “старшого вигляду”).
Особливо перспективною виявилась інтеграція FaceAge у вже існуючі клінічні прогностичні моделі: це покращувало точність прогнозу виживаності важких пацієнтів, що отримували паліативне лікування (AUC виріс з 0,74 до 0,80, p<0,0001). Окрім клінічного прогнозу, біологічний вік за FaceAge також показав зв’язок із генами старіння (наприклад, CDK6), що підтверджує наукову основу методу.
Детальніше — у публікації Lancet Digital Health, 2025:
FaceAge, a deep learning system to estimate biological age from face photographs to improve prognostication: a model development and validation study
Перспективи розвитку
FaceAge — лише один із прикладів того, як штучний інтелект змінює сучасну медицину. В майбутньому подібні технології можуть допомогти не лише онкопацієнтам, а й стануть корисними для профілактики серцево-судинних, ендокринних та інших хронічних захворювань.
