Un outil d'IA estime l'âge biologique et le risque de survie au cancer à partir d'une seule photo du visage

Ce que fait le modèle

Des chercheurs de Mass General Brigham, système de santé universitaire à but non lucratif situé dans le Massachusetts, ont conçu un système d'intelligence artificielle qui fonctionne à partir d'une seule photographie du visage d'une personne. Ce système, baptisé FAHR-Face, a été entraîné sur plus de 40 millions de photographies de visages couvrant diverses origines ethniques et tranches d'âge. Son objectif est d'estimer l'âge biologique, c'est-à-dire l'âge apparent du corps d'une personne par rapport à sa date de naissance, et, chez les personnes atteintes de cancer, d'estimer leurs chances de survie. Les résultats sont publiés dans The Lancet Digital Health et l'étude est parue le lundi 19 octobre. L'objectif affiché de l'équipe est de rendre l'évaluation de l'état de santé à partir de photos de visages plus quantitative, plus cohérente et plus facile à déployer à grande échelle.

Deux outils, deux zones du visage

À partir du même modèle, les chercheurs ont développé deux outils complémentaires. FAHR-FaceAge estime l'âge biologique et utilise cette estimation pour prédire la survie des patients atteints de cancer. FAHR-FaceSurvival prédit directement la survie à partir d'une photographie, sans passer par l'âge biologique. Bien que tous deux issus d'un seul modèle, ils examinent des parties différentes du visage. FAHR-FaceAge se concentre sur les plis qui vont des ailes du nez aux commissures des lèvres, sur le front au-dessus des orbites et sur les tempes. FAHR-FaceSurvival accorde davantage de poids à la zone sous les yeux et à la région autour de l'arête du nez.

Résultats chez les patients atteints de cancer

Dans un groupe test de 3 820 patients atteints de cancer, plus de la moitié de ceux qui présentaient le score de risque le plus élevé sont décédés dans les 90 jours suivant la prise de leur photographie. Un second groupe test de plus de 38 000 patients atteints de cancer a montré un schéma similaire, les patients qui paraissaient plus âgés que leur âge chronologique étant également exposés à un risque de décès plus élevé. Parmi les patients traités par radiothérapie aux États-Unis, ceux que FAHR-FaceAge jugeait paraître cinq ans de plus ou davantage présentaient un risque de décès supérieur de 21 % sur un suivi moyen de quatre ans. Les patients qui paraissaient au moins cinq ans de moins avaient un risque inférieur de 17 %, et les résultats suggèrent que les estimations d'âge biologique sont étroitement liées à l'état de santé physique.

Les âges de la cohorte étaient très variés. La plupart des patients atteints de cancer de l'étude avaient entre 50 et 60 ans, mais elle comprenait aussi quelques enfants et des personnes de plus de 90 ans.

Liens avec le mode de vie et robustesse

L'analyse a également établi un lien entre le mode de vie et l'apparence du visage. Une forte consommation d'alcool, la consommation de drogues et le tabagisme étaient tous associés à une apparence biologiquement plus vieille, le tabagisme présentant l'association la plus forte. Les chercheurs ont testé la stabilité du modèle dans des conditions photographiques courantes, en faisant varier l'éclairage, la position du visage, l'expression et le maquillage. Le modèle est resté robuste dans la plupart des cas, y compris après une chirurgie esthétique, avec une légère variation enregistrée après une rhinoplastie. On ne sait pas encore pourquoi ces zones précises du visage sont corrélées au risque de décès d'une personne.

Limites et prochaines étapes

Les chercheurs indiquent que ces outils sont conçus pour aider les médecins, et non pour remplacer leur jugement. Les auteurs estiment que cette approche pourrait aider à évaluer la réserve physiologique et la fragilité avant des traitements intensifs comme la chirurgie, la radiothérapie ou les thérapies systémiques. D'autres tests sont encore nécessaires avant que le système puisse être utilisé dans les hôpitaux, et une demande de brevet pour cette technologie est en cours. Les outils pourraient aussi aider à prédire le risque de décès ou de complications après une chirurgie et d'autres traitements contre le cancer, mais cet usage reste à valider.