Investigadores del Mass General Brigham en Estados Unidos han desarrollado ‘FAHR-Face’ (Foundation Artificial Intelligence for Health Recognition), un modelo de inteligencia artificial que analiza fotografías faciales para determinar indicadores de salud. Los resultados de esta investigación fueron publicados en Lancet Digital Health.

El modelo ha dado lugar a dos herramientas adicionales: ‘FAHR-FaceAge’, que estima la edad biológica de los pacientes con mayor precisión que métodos anteriores, y ‘FAHR-FaceSurvival’, que predice los resultados de supervivencia en pacientes con cáncer a partir de imágenes faciales.

Los investigadores destacan que, con el envejecimiento de la población, es crucial contar con métodos más efectivos para evaluar la reserva física y la fragilidad de los pacientes antes de tratamientos intensivos como la radioterapia o la cirugía. Su objetivo es que la evaluación de salud a partir de fotografías faciales sea “más cuantitativa, consistente y escalable”.

La combinación de las herramientas mejoró el ajuste del modelo de supervivencia en una cohorte externa de pacientes con cáncer, utilizando diferentes partes del rostro para hacer las predicciones de edad y riesgo de mortalidad. Una herramienta se enfoca en los pliegues nasolabiales y la frente, mientras que la otra evalúa la región debajo de los ojos y el puente nasal.

Además, se descubrió que factores del estilo de vida, como el consumo de alcohol, drogas y tabaquismo, influyen en el envejecimiento facial. El tabaquismo mostró el efecto más significativo, ya que los fumadores actuales aparentaban ser mayores que los exfumadores, y estos últimos se veían mayores que quienes nunca habían fumado.

El equipo también está ampliando su investigación a través del estudio ‘FaceAge’, un proyecto en línea aprobado por un comité de ética, donde los participantes pueden subir su fotografía y recibir un informe, contribuyendo así a mejorar las mediciones de envejecimiento y salud facial basadas en inteligencia artificial en diversas poblaciones.