Một bức ảnh khuôn mặt có thể chứa nhiều dấu hiệu về tình trạng sức khỏe hơn những gì mắt thường nhận biết. Các nhà nghiên cứu tại Mass General Brigham, hệ thống y tế học thuật ở bang Massachusetts (Mỹ), đã phát triển mô hình trí tuệ nhân tạo (AI) có khả năng ước tính tuổi sinh học và dự đoán khả năng sống sót của bệnh nhân ung thư. Nghiên cứu được công bố trên tạp chí The Lancet Digital Health, mở ra hướng tiếp cận mới trong đánh giá thể trạng trước khi lựa chọn phương pháp điều trị.
Mô hình được huấn luyện trên hơn 40 triệu ảnh khuôn mặt của những người thuộc nhiều nhóm tuổi và dân tộc. Từ dữ liệu này, nhóm nghiên cứu phát triển hai công cụ bổ trợ nhau là FAHR-FaceAge và FAHR-FaceSurvival. Công cụ thứ nhất ước tính tuổi sinh học, phản ánh mức độ lão hóa thể hiện qua khuôn mặt so với tuổi thực. Công cụ còn lại dự đoán khả năng sống sót trực tiếp từ hình ảnh, không cần suy luận thông qua kết quả ước tính tuổi sinh học.
Đáng chú ý, hai thuật toán không phân tích hoàn toàn giống nhau. FAHR-FaceAge tập trung vào các vùng như trán, thái dương và nếp nhăn kéo dài từ cánh mũi đến khóe miệng. Trong khi đó, FAHR-FaceSurvival chú ý nhiều hơn đến khu vực dưới mắt và xung quanh sống mũi. Theo nhóm nghiên cứu, các vùng này cung cấp những tín hiệu khác nhau, góp phần giúp mô hình đánh giá đặc điểm lão hóa và nguy cơ tử vong ở bệnh nhân ung thư.
Kết quả nghiên cứu ghi nhận mối liên hệ giữa tuổi sinh học ước tính từ khuôn mặt và nguy cơ tử vong. Trong nhóm bệnh nhân ung thư được xạ trị tại Mỹ, những người có vẻ ngoài già hơn tuổi thực ít nhất 5 năm theo FAHR-FaceAge có nguy cơ tử vong cao hơn 21% so với nhóm còn lại trong thời gian theo dõi trung bình 4 năm. Ngược lại, nhóm trông trẻ hơn tuổi thực ít nhất 5 năm có nguy cơ thấp hơn 17%. Đây là các mức chênh lệch về nguy cơ trong nghiên cứu, không phải xác suất sống sót cụ thể của từng bệnh nhân.
Theo các nhà nghiên cứu, công cụ này có thể hỗ trợ bác sĩ đánh giá thể trạng và mức độ suy yếu của người bệnh trước những liệu pháp chuyên sâu như xạ trị, phẫu thuật hoặc điều trị toàn thân. Nhóm nghiên cứu cũng nhận thấy hút thuốc, uống nhiều rượu bia và sử dụng ma túy có liên quan đến biểu hiện già hơn trên khuôn mặt. Tuy nhiên, những mối liên hệ này không chứng minh các yếu tố trên là nguyên nhân trực tiếp dẫn đến kết quả dự đoán.
Dù có tiềm năng ứng dụng trong y tế, AI dự đoán nguy cơ tử vong qua ảnh mặt chưa thể thay thế đánh giá lâm sàng. Kết quả mô hình cần được xem xét cùng bệnh sử, xét nghiệm, giai đoạn ung thư và các yếu tố sức khỏe khác. Công nghệ này trước mắt có ý nghĩa như một công cụ hỗ trợ, giúp bác sĩ có thêm dữ liệu khi cân nhắc phương án chăm sóc phù hợp cho từng bệnh nhân.