Najważniejsze
- •FaceAge szacuje wiek twarzy, a FaceSurvival wiąże cechy zdjęcia z prawdopodobieństwem przeżycia pacjentów, u których wcześniej rozpoznano nowotwór.
- •Modele oparto na FAHR-Face, wytrenowanym na ponad 40 mln zdjęć twarzy, ale nie służą one do wykrywania raka ani określania dokładnego czasu przeżycia.
- •W jednej z analiz twarz oceniona jako co najmniej pięć lat starsza od wieku metrykalnego wiązała się z 21-procentowym wyższym względnym ryzykiem zgonu.
- •Retrospektywny charakter badania pokazuje związki statystyczne, lecz nie dowodzi, że użycie narzędzi poprawia decyzje kliniczne, bezpieczeństwo terapii lub przeżycie.
- •Przed zastosowaniem klinicznym potrzebne są prospektywne badania, walidacja w różnych grupach pacjentów i ocena wpływu modeli na leczenie.
Naukowcy z Mass General Brigham opisali 19 października 2026 r. w „The Lancet Digital Health” dwa narzędzia sztucznej inteligencji analizujące zdjęcia twarzy pacjentów onkologicznych. FaceAge szacuje wiek twarzy, a FaceSurvival wiąże cechy obrazu z prawdopodobieństwem przeżycia. Retrospektywny charakter badania nie dowodzi jednak, że zastosowanie tych modeli poprawia leczenie.
Oba narzędzia oparto na modelu FAHR-Face, wytrenowanym na ponad 40 mln zdjęć twarzy. FaceAge podaje wynik określany przez autorów jako wiek biologiczny. Nie jest to bezpośredni pomiar kondycji całego organizmu. FaceSurvival analizuje natomiast związek wyglądu twarzy z przeżyciem osób, u których wcześniej rozpoznano nowotwór. Modele nie służą do wykrywania raka u zdrowych osób, nie wskazują dokładnego czasu przeżycia i nie zastępują lekarza.
W jednej z analiz uwzględniono 38 183 pacjentów w kohorcie z Harvardu. W kohorcie Maastro znalazły się 4892 osoby. Dostępne materiały nie wyjaśniają jednak w pełni, które grupy służyły do trenowania, walidacji i testowania modeli ani czy można je sumować. Według „The Boston Globe” pacjenci, których twarz model oceniał jako co najmniej pięć lat starszą od wieku metrykalnego, mieli o 21 proc. wyższe względne ryzyko zgonu. Analiza uwzględniała wiek, płeć, typ nowotworu i inne czynniki, ale nie przedstawiono pełnego zestawu zmiennych.
Niezależny ekspert Pratik Shah z University of California w Irvine powiedział „The Boston Globe”, że istotne związki z przeżyciem zaobserwowano w 18 z 28 kategorii nowotworów. Nie oznacza to, że narzędzia działały równie dobrze we wszystkich typach raka. Badanie opierało się na istniejących fotografiach, dokumentacji medycznej i późniejszych wynikach leczenia. Taki projekt może wykazać związek statystyczny, ale nie potwierdza, że model poprawia decyzje kliniczne, bezpieczeństwo terapii lub przeżycie.
Wcześniejsze badanie FaceAge z 2025 r. obejmowało 58 851 osób uznanych za zdrowe oraz 6196 pacjentów onkologicznych. Nie należy automatycznie przypisywać tych liczb najnowszej publikacji. Autorzy planują prospektywne badanie obejmujące 60 pacjentów w wieku co najmniej 65 lat z wczesnym rakiem płuca, przed radioterapią. Drugi projekt ma połączyć FaceAge z danymi z urządzeń noszonych i ocenić ryzyko powikłań chirurgicznych. Innym możliwym zastosowaniem jest kierowanie pacjentów do pełniejszej oceny geriatrycznej lub rehabilitacyjnej, ale wymaga to potwierdzenia w takich badaniach.
Najczęstsze pytania
Czym są FaceAge i FaceSurvival?▼
Czy narzędzia mogą wykryć raka u zdrowej osoby?▼
Co oznacza wynik FaceAge?▼
Co oznaczało wyglądanie co najmniej pięć lat starzej?▼
Czy FaceSurvival przewiduje dokładny czas życia?▼
Czy badanie potwierdza, że AI poprawia leczenie?▼
Słownik pojęć
- FaceAge
- Narzędzie AI szacujące wiek twarzy na podstawie fotografii i porównujące go z wiekiem metrykalnym.
- FaceSurvival
- Narzędzie AI analizujące cechy zdjęcia twarzy w celu oceny związku z przeżyciem pacjentów z wcześniej rozpoznanym nowotworem.
- FAHR-Face
- Model bazowy sztucznej inteligencji, na którym oparto FaceAge i FaceSurvival; został wytrenowany na ponad 40 mln zdjęć twarzy.
- Wiek biologiczny
- Przybliżona miara wieku wynikającego ze stanu zdrowia i funkcjonowania organizmu, odmienna od wieku metrykalnego; w tym badaniu szacowana na podstawie wyglądu twarzy.
- Retrospektywne badanie
- Badanie wykorzystujące już zgromadzone zdjęcia, dokumentację medyczną i wyniki leczenia, które może wskazywać korelacje, ale nie potwierdza związku przyczynowego.
- Względne ryzyko zgonu
- Porównanie prawdopodobieństwa zgonu między grupami, bez wskazywania bezwzględnego ryzyka dla konkretnej osoby.
Najważniejsze informacje o badaniu i ograniczeniach
| Element | Informacja |
|---|---|
| Twórcy | Naukowcy z Mass General Brigham |
| Publikacja | The Lancet Digital Health, 19 października 2026 r. |
| Model bazowy | FAHR-Face, wytrenowany na ponad 40 mln zdjęć twarzy |
| Kohorta z Harvardu | 38 183 pacjentów |
| Kohorta Maastro | 4892 osoby |
| Główna obserwacja | Co najmniej pięć lat starszy wygląd twarzy wiązał się z 21-procentowym wyższym względnym ryzykiem zgonu |
| Najważniejsze ograniczenie | Badanie retrospektywne nie dowodzi poprawy leczenia ani przeżycia dzięki zastosowaniu AI |
FaceAge a FaceSurvival
FaceAge
FaceSurvival
Od zdjęcia twarzy do ostrożnej interpretacji
Na podstawie artykułu oraz materiałów źródłowych; wartości dotyczą opisanych analiz retrospektywnych i nie stanowią indywidualnej prognozy.

Zbigniew Jakubas o robotach, AI i zdrowiu



