Un singolo scatto del viso, se analizzato con la giusta tecnologia, può fornire informazioni preziose sulla capacità di un paziente oncologico di affrontare trattamenti intensivi. Il progetto, guidato da ricercatori statunitensi, ha trasformato questa idea in una realtà sperimentale: un modello di intelligenza artificiale capace di stimare la sopravvivenza e la fragilità fisica a partire da tratti facciali ben specifici.
Le sperimentazioni sono state condotte su più di 35.000 fotografie di pazienti affetti da diversi tipi di tumore, provenienti da centri negli Stati Uniti e nei Paesi Bassi. Il campione includeva soggetti di età compresa tra l’infanzia e gli ottant’anni, con casi che spaziavano da tumori localizzati a forme avanzate con metastasi ossee o cerebrali. I risultati preliminari sono stati pubblicati su una prestigiosa rivista scientifica.
FaceSurvival: l’algoritmo che legge la sopravvivenza dal volto
Denominato FaceSurvival, il modello è stato addestrato su milioni di immagini di volti sani per apprendere le variazioni fisiologiche legate all’età e alla salute. Nella fase di validazione, l’analisi si è concentrata su due aree del viso: la zona sottoculare, appena sopra gli occhi, e la radice del naso. Queste regioni hanno mostrato la più alta correlazione con l’aspettativa di vita residua.
Zone facciali più informative
Gli esperti hanno osservato che piccoli cambiamenti nella texture della pelle sotto gli occhi, così come la profondità del ponte nasale, sono segnali che l’IA interpreta come indicatori di riserva fisiologica. In pratica, un volto che appare più “vecchio” rispetto all’età anagrafica suggerisce una maggiore vulnerabilità a trattamenti invasivi, mentre un aspetto più giovane è associato a una probabilità di sopravvivenza più elevata.
FaceAge: calcolo dell’età biologica attraverso le rughe
Parallelamente a FaceSurvival, è stato sviluppato FaceAge, un algoritmo dedicato a determinare l’età biologica di una persona. Questo strumento valuta le rughe naso-labiali, le linee della fronte, le “zampe di gallina” alle tempie e la texture delle guance, tratti che riflettono l’impatto cumulativo di fattori di rischio come fumo, consumo eccessivo di alcol e uso di sostanze.
Tratti analizzati per l’età biologica
FaceAge ha dimostrato una notevole stabilità anche in presenza di variazioni di luce, trucco o lievi interventi estetici. Tuttavia, interventi più invasivi, come la rinoplastica, possono introdurre margini di errore più ampi. In pratica, l’algoritmo fornisce una stima numerica che indica quanto il corpo di una persona abbia “invecchiato” rispetto alla data di nascita.
Limiti attuali, prospettive future e coinvolgimento del pubblico
Nonostante i risultati incoraggianti, la comunità scientifica rimane cauta. Gli algoritmi sono ancora in fase di brevetto e non sono pronti per l’uso clinico quotidiano. Una delle criticità principali è la possibile presenza di bias etnici: il dataset originale è più rappresentativo di popolazioni caucasiche, perciò è necessario ampliare il campione includendo più gruppi etnici per garantire accuratezza universale.
Un ulteriore passo verso la validazione prevede confronti diretti con le valutazioni dei medici in diversi ospedali e l’estensione dei test su più di 5.000 ulteriori pazienti oncologici. Inoltre, il team ha lanciato una piattaforma online che permette ai cittadini di caricare una propria foto, ricevere una stima indicativa dell’età biologica e contribuire così all’arricchimento del database.
L’uso di intelligenza artificiale per interpretare i segnali nascosti nel volto rappresenta una svolta potenzialmente rivoluzionaria nella pianificazione terapeutica oncologica. Se le future validazioni confermeranno l’affidabilità del modello, i medici potranno disporre di un nuovo indicatore oggettivo per personalizzare trattamenti, riducendo rischi inutili e ottimizzando le risorse sanitarie.