AI sustav može preciznije predvidjeti prognozu preživljenja od raka nego liječnici, tvrde znanstvenici
Liječnici se obično oslanjaju na svoje iskustvo i medicinske pretrage kako bi donijeli što precizniju procjenu i odgovorili na ovo pitanje. Na temelju te prognoze preporučuje se odgovarajući niz terapija.
No, znanstvenici povezani s Harvard Medical School rade na tome da ovu ključnu prognozu učine preciznijom i pouzdanijom. Razvili su FaceAge, sustav umjetne inteligencije koji analizira fotografiju oboljelih kako bi točnije procijenio biološku, a ne samo kronološku dob pacijenta. Na primjer, zdrava 75-godišnja osoba može imati fiziološke osobine osobe stare oko 60 godina.
Znanstvenici su u svom radu, objavljenom u časopisu The Lancet Digital Health, naveli: "Otkrili smo da pacijenti s rakom, u prosjeku, izgledaju otprilike pet godina starije od svoje kronološke dobi i imaju statistički viši FaceAge u usporedbi s pacijentima koji se liječe zbog benignih ili prekanceroznih stanja."
Točno procjenjivanje stvarne biološke dobi tijela omogućuje preciznije predviđanje preživljavanja, što pomaže liječnicima u odabiru odgovarajućih terapija i drugih mjera medicinske skrbi.
"Pokazali smo da se točnost predviđanja preživljavanja liječnika poboljšala kada su im bile dostupne procjene rizika iz FaceAge modela," stoji u radu.
FaceAge, razvijen korištenjem tehnika dubokog učenja, pokazao je da pacijenti koji izgledaju starije nego što je njihova stvarna dob često imaju lošije ishode, čak i nakon uzimanja u obzir tradicionalnih kliničkih čimbenika rizika.
"Stariji izgled bio je povezan s lošijim ukupnim preživljenjem...", navode autori, među kojima su bili kanadski i europski znanstvenici.
Za pacijente, FaceAge predstavlja budućnost u kojoj jedna fotografija može pružiti personalizirane upute o zdravlju, riziku i odlukama o liječenju, koje mogu dopuniti laboratorijske testove i medicinske pretrage. Za zdravstvene djelatnike, FaceAge može nadopuniti njihovu kliničku prosudbu, što je posebno važno pri liječenju teško bolesnih pacijenata.
To je osobito važno za rak, gdje uski vremenski okvir preživljavanja često prisiljava liječnike da donose teške odluke o agresivnim tretmanima koji se temelje na njihovoj prognozi.
Iako se umjetna inteligencija sve više koristi u medicini, ona ne može zamijeniti ključnu ulogu liječnika i drugih zdravstvenih djelatnika, rekli su stručnjaci za zdravstvo za PYMNTS.
No, prema izvješću PYMNTS Intelligence pod nazivom “Digitalni jaz u zdravstvu: pojednostavljivanje pacijentovog puta”, AI alati mogu biti vrijedan dodatak koji pomaže osigurati besprijekorno digitalno iskustvo za pacijente.
Kako FaceAge funkcionira
AI model FaceAge treniran je na gotovo 59 000 fotografija zdravih osoba u dobi od 60 godina i više, a testiran je na 6200 pacijenata oboljelih od raka iz Sjedinjenih Američkih Država i Nizozemske. Prema navodima iz rada, algoritam koristi dvofaznu neuronsku mrežu kako bi prepoznao lice na fotografiji, izdvojio ključne značajke i procijenio biološku dob osobe.
Alat se pokazao boljim u predviđanju očekivanog trajanja preživljenja u usporedbi s jednostavnim promatranjem kronološke dobi pacijenata i to unutar tri skupine bolesnika: onih koji su primali radioterapiju s ciljem izlječenja, oboljelih od karcinoma prsnog koša te onih u palijativnoj skrbi zbog uznapredovalog, metastatskog stadija bolesti.
Kod osoba oboljelih od raka, algoritam FaceAge je u prosjeku procijenio biološku dob za pet godina starijom od njihove stvarne dobi – razlika koja je bila statistički značajna.
Osim toga, FaceAge je poboljšao predviđanja preživljenja kod pacijenata u terminalnoj fazi. Kada se koristio uz TEACHH – klinički alat koji se koristi za procjenu očekivanog životnog vijeka kod onih na palijativnoj radioterapiji – značajno je povećana preciznost procjena, navodi se u istraživanju.
Liječnici su također bili uspješniji u predviđanju šestomjesečnog preživljenja kada su koristili FaceAge kao pomoć, navodi se u radu. To bi moglo imati značajan utjecaj na odluke o liječenju, omogućujući liječnicima da preciznije odvagnu koristi i rizike terapije kod pacijenata koji se nalaze u završnoj fazi bolesti.
Unatoč svom potencijalu, sustav postavlja važna etička pitanja. Znanstvenici su priznali rizike, uključujući mogućnost zloupotrebe od strane osiguravatelja ili oglašivača te rasne ili socioekonomske pristranosti unutar modela.
Iako je FaceAge pokazao minimalnu pristranost među etničkim skupinama u preliminarnim testiranjima, znanstvenici su pozvali na dodatnu validaciju koristeći raznolike skupove podataka i pažljiv nadzor regulatornih tijela. U radu su naveli da će “daljnja procjena pristranosti u izvedbi među različitim populacijama biti ključna.”
Iako FaceAge još nije spreman za rutinsku kliničku primjenu, njegov uspjeh predstavlja korak prema integraciji AI-baziranih biomarkera u zdravstvenu skrb. To sugerira da bi nešto tako jednostavno kao što je pacijentovo lice uskoro moglo biti ključ za precizniju, humaniju i personaliziranu skrb.
Znanstvenici su u radu naveli da će biti potrebno testiranje s većim skupinama pacijenata i daljnja istraživanja kako bi se "utvrdilo mogu li se rezultati proširiti na pacijente s drugim bolestima."