FaceAge: AI Yüzünüzü Okuyarak Kanser Hayatta Kalma Süresini Tahmin Ediyor

Mass General Brigham’ın araştırmacıları FaceAge adlı bir AI aracını tanıttı; bu araç, bir kişinin biyolojik yaşını tek bir yüz fotoğrafından tahmin ediyor ve doktorların kanser hayatta kalma sonuçlarını daha iyi tahmin etmelerine yardımcı olabilir.

FaceAge Nedir?

FaceAge, 60 yaş ve üzeri sağlıklı bireylerden alınmış 58,000'den fazla yüz görüntüsü üzerine eğitilmiş bir derin öğrenme sistemidir. Cilt dokusu ve kas tonu gibi ince özellikleri biyolojik yaşa çevirir; bu, kronolojik yaştan daha anlamlı bir sağlık ölçüsüdür.

6,000'den fazla kanser hastası üzerinde yapılan bir çalışmada, araştırmacılar hastaların ortalama olarak biyolojik olarak gerçek yaşlarından yaklaşık 5 yıl daha yaşlı göründüğünü buldular. Daha yüksek FaceAge puanına sahip olanlar, cinsiyet, kanser türü ve diğer klinik değişkenler göz önüne alındığında bile belirgin şekilde daha kötü hayatta kalma sonuçları yaşadılar.

Neden Önemli?

Hekim testlerinde, FaceAge risk puanları standart klinik verilere eklendiğinde 6 aylık hayatta kalma tahminlerinin doğruluğunu %74'ten %80'e çıkardı.

Daha da çarpıcı olanı: FaceAge puanları, hücresel yaşlanma ile bağlantılı bir genin ifadesiyle ilişkiliydi ve yüzey görünümünün ötesinde biyolojik süreçleri yakaladığını öne sürdü.

"Bu çalışma, bir fotoğrafın, basit bir özçekim gibi, klinik karar verme süreçlerini bilgilendirmeye yardımcı olabilecek önemli bilgiler içerdiğini göstermektedir," diyen Dr. Hugo Aerts, ortak yazar.

Sırada Ne Var?

Umud verici olmakla birlikte, araştırmacılar eğitim verilerinin henüz yaş ve etnik çeşitliliği yansıtmayabileceğini belirtmektedir. FaceAge’in farklı popülasyonlar ve hastalıklar arasındaki performansını doğrulamak için ek doğrulama gerekmektedir.

Yine de, FaceAge sıradan bir özçekimi klinik olarak harekete geçirilebilen bir biyomarker haline getirmek için dikkate değer bir öncü alanı temsil ediyor. Görünüşe göre, yüzünüz biyolojik saatinize açılan bir pencere olabilir.

🧠 Tam çalışmayı okuyun The Lancet Digital Health dergisinde: https://www.thelancet.com/journals/landig/article/PIIS2589-7500(25)00042-1/fulltext