Un modello di intelligenza artificiale addestrato su oltre 40 milioni di fotografie del volto può stimare l’età biologica e ricavare un segnale associato alla sopravvivenza dei pazienti oncologici. Il sistema, chiamato FAHR-Face, è descritto in uno studio pubblicato su The Lancet Digital Health dai ricercatori di Mass General Brigham.
Dal modello di base sono stati sviluppati due strumenti. FAHR-FaceAge stima quanto una persona appaia biologicamente più giovane o più anziana rispetto all’età anagrafica. FAHR-FaceSurvival impara invece direttamente da fotografie di pazienti con tumore a riconoscere configurazioni correlate agli esiti osservati.
L’idea parte da un dato clinico noto: il volto può riflettere perdita di peso, fragilità, infiammazione, esposizione al sole, fumo e altri fattori che incidono sulla salute. L’algoritmo cerca combinazioni troppo complesse per essere misurate in modo coerente a occhio nudo.
Gli autori hanno validato le stime su dati reali di pazienti e riferiscono che il segnale facciale aggiunge informazioni ai fattori già usati per valutare la prognosi. Un modello statistico utile, però, non equivale a una previsione certa per il singolo individuo e non identifica da solo la terapia più appropriata.
Il sistema non è un test diagnostico pronto per ambulatori o telefoni. Deve essere verificato in strutture indipendenti, su popolazioni differenti e in condizioni fotografiche meno controllate. Luce, fotocamera, espressione, trucco, interventi estetici e malattie non oncologiche possono influenzare l’immagine.
La dimensione del set di addestramento riduce alcuni errori, ma non elimina i bias. Se età, origine, colore della pelle o condizioni cliniche sono rappresentati in modo diseguale, l’accuratezza può cambiare tra gruppi. I risultati devono essere riportati separatamente e confrontati con standard clinici, non soltanto con la media complessiva.
Esiste inoltre un problema di privacy. Il volto è un dato biometrico identificabile e non può essere trattato come una normale misurazione anonima. Consenso informato, sicurezza delle immagini, limiti al riuso e possibilità di cancellazione sono requisiti centrali prima di qualsiasi applicazione su larga scala.
I ricercatori propongono un uso di supporto: aiutare i medici a riconoscere fragilità che potrebbero richiedere valutazioni aggiuntive o un adattamento del trattamento. La decisione clinica dovrebbe comunque integrare esami, storia medica, funzionalità degli organi, preferenze del paziente e giudizio dell’équipe.
Mass General Brigham segnala una domanda di brevetto provvisoria su algoritmi successivi di riconoscimento della salute dal volto. Questa informazione non invalida il lavoro, ma rappresenta un potenziale interesse da considerare insieme alla revisione scientifica e alla replicazione indipendente.
FAHR-Face mostra quindi quanto una fotografia possa contenere segnali sanitari, ma anche quanto sia pericoloso trasformare una correlazione statistica in un verdetto. Prima dell’uso clinico serviranno prove di beneficio reale: non basta prevedere meglio un esito, occorre dimostrare che l’informazione migliori le cure senza aumentare discriminazioni o allarmi ingiustificati. Serviranno inoltre regole trasparenti su accesso, conservazione e responsabilità delle decisioni.