La IA encuentra en el rostro pistas sobre la supervivencia de pacientes con cáncer

«Tienes mala cara» o «Se te nota cansado» son expresiones que, aunque en ocasiones puedan resultar molestas, tenemos interiorizadas, y es que a veces basta con mirar a alguien para darse cuenta de que no se encuentra bien. El cansancio, la pérdida de peso o determinados cambios en nuestro estado de salud pueden reflejarse en la cara, aunque no siempre sepamos identificar qué hay detrás. Los médicos llevan mucho tiempo prestando atención a estas señales durante sus consultas, pero ahora la inteligencia artificial se atreve a ir más allá para encontrar información que escapa incluso a la observación humana.

Un estudio publicado el 19 de octubre en The Lancet Digital Health ha demostrado que una IA es capaz de analizar fotografías del rostro y encontrar patrones relacionados con la supervivencia de pacientes con cáncer. La herramienta, desarrollada por investigadores de Mass General Brigham y la Facultad de Medicina de Harvard, ha conseguido distinguir grupos de pacientes con diferencias importantes en su riesgo de mortalidad.

Se trata de un descubrimiento con posibilidades especialmente relevantes para el ámbito de la oncología: ser capaz de obtener información más amplia sobre el estado de salud de una persona con algo tan simple como una fotografía.

¿Qué información puede esconder una fotografía del rostro?

La idea detrás de esta investigación parte de algo que todos sabemos. Dos personas, a pesar de tener la misma edad, no tienen por qué aparentarla ni tampoco encontrarse en las mismas condiciones físicas. Mientras algunas mantienen un aspecto más joven, otras pueden mostrar signos de envejecimiento más evidentes.

Esta diferencia entre la edad que figura en el DNI y la que aparentamos también ha despertado el interés de la medicina, que lleva años investigando cómo medir el envejecimiento biológico y su relación con algunas enfermedades.

Para explorar hasta qué punto el rostro refleja estos procesos, los investigadores desarrollaron un sistema denominado FAHR-Face, entrenado inicialmente con más de 40 millones de imágenes faciales.

A partir de ahí crearon dos herramientas: FAHR-FaceAge, que calcula una edad aproximada basándose en los rasgos de la cara, y FAHR-FaceSurvival, que va más allá y busca directamente características relacionadas con el pronóstico de pacientes oncológicos.

Para entrenar esta última se utilizaron 34.363 fotografías de personas con cáncer, junto con información sobre su evolución clínica. Posteriormente, los modelos se evaluaron con datos independientes de pacientes atendidos en Estados Unidos y Países Bajos, con el fin de comprobar si las asociaciones identificadas también aparecían en personas distintas de aquellas cuyos datos se habían utilizado durante el entrenamiento.

Los pacientes con peor pronóstico presentaron un riesgo de muerte más de tres veces superior

Al analizar las fotografías, FAHR-FaceSurvival clasificó a los pacientes en cuatro grupos según el pronóstico estimado. Los resultados mostraron diferencias importantes entre ellos: los pacientes del grupo con peor pronóstico presentaron un riesgo de fallecimiento 3,2 veces mayor que los del grupo más favorable. Esta asociación se mantuvo incluso después de tener en cuenta factores clínicos como la edad, el sexo, el tipo de cáncer o determinadas características del tratamiento.

El equipo encontró además resultados interesantes al utilizar FAHR-FaceAge, el sistema que calculaba la edad aparente a partir del rostro. En concreto, las personas cuya edad facial estimada superaba en al menos cinco años su edad cronológica presentaban un riesgo de muerte un 21 % superior. No por esto debe pensarse que aparentar más años es necesariamente una señal de enfermedad, ya que nuestra apariencia está condicionada por numerosos factores, desde la genética hasta la exposición solar o los hábitos de vida. Lo interesante es que, al analizar a los pacientes en conjunto, la IA identificó características faciales asociadas con su evolución clínica que no quedaban completamente explicadas por la edad real.

La IA se fija en distintas zonas de la cara según lo que intenta averiguar

Una de las particularidades de la investigación es que los dos modelos no prestaban atención a las mismas regiones del rostro. Cuando la IA intentaba calcular la edad, se centraba principalmente en la frente, las sienes y los surcos que van desde la nariz hasta las comisuras de la boca, zonas donde suelen manifestarse los signos más habituales del envejecimiento. Sin embargo, al estimar el riesgo de mortalidad, el algoritmo daba mayor importancia a la región situada debajo de los ojos y alrededor del puente nasal.

Los investigadores identificaron estas diferencias mediante técnicas que permiten visualizar qué partes de una imagen tienen más peso en las predicciones de un algoritmo. Y, aunque todavía se desconoce qué características concretas está reconociendo en esas zonas, el hallazgo resulta interesante porque sugiere que calcular la edad aparente y acercarse al pronóstico de una enfermedad son tareas que requieren información parcialmente distinta, aunque en este caso ambas usaran fotografías del rostro como medio. De hecho, combinar los resultados de ambas herramientas mejoró la capacidad de los modelos para diferenciar grupos de pacientes según su evolución.

Cómo podría utilizarse esta tecnología en los hospitales

En oncología, conocer el estado general de un paciente es fundamental para decidir cómo abordar su enfermedad. Dos personas con un mismo diagnóstico pueden encontrarse en situaciones muy diferentes: una quizá mantiene una buena condición física y tolera tratamientos intensivos, mientras que otra presenta mayor fragilidad o enfermedades adicionales que obligan a valorar otras alternativas. Por eso, además de estudiar las características del tumor, los profesionales tienen en cuenta aspectos como la movilidad, la autonomía, la fuerza física y el estado nutricional antes de recomendar determinados tratamientos.

En este contexto, una herramienta como FAHR-FaceSurvival podría aportar información adicional a las evaluaciones que ya se realizan en los hospitales. Obtener una fotografía es sencillo, económico y no requiere procedimientos invasivos, por lo que los investigadores consideran interesante estudiar su utilidad especialmente en pacientes mayores o en situaciones donde resulta complicado completar una valoración clínica. También se plantea la posibilidad de utilizarla para identificar a personas que necesitan una evaluación más detallada de su estado físico, aunque esta aplicación todavía debe investigarse.

Pero su incorporación a la práctica médica dependerá, en gran medida, de cuánto contribuya a mejorar las decisiones que ya toman los profesionales. Actualmente existen pruebas diagnósticas, escalas de fragilidad y otros indicadores que ayudan a estimar el pronóstico y valorar la tolerancia a los tratamientos. La utilidad de esta IA estaría en complementar y completar esa información para aportar datos relevantes que no se obtengan fácilmente mediante los procedimientos habituales.

Lo que queda por descubrir antes de utilizarla en pacientes

Aunque los resultados son prometedores, todavía quedan cuestiones importantes por resolver. Una de ellas es entender qué está detectando exactamente el algoritmo, ya que los rasgos faciales asociados con un peor pronóstico podrían reflejar factores tan diferentes como el estado nutricional, las consecuencias de la enfermedad o el propio proceso de envejecimiento. También será necesario comprobar su funcionamiento en poblaciones más amplias y diversas, puesto que algunos grupos estaban menos representados en los datos utilizados durante la investigación.

A esto se añade una limitación importante: identificar grupos de pacientes con diferentes niveles de riesgo no significa saber cuánto tiempo vivirá una persona concreta. El estudio encontró asociaciones estadísticas relevantes, pero todavía no ha demostrado que las estimaciones de la herramienta sean suficientemente precisas para orientar decisiones clínicas individuales. Los investigadores deberán evaluar su funcionamiento en nuevos estudios y comprobar si realmente mejora los modelos de pronóstico disponibles.

De momento, la investigación ha demostrado que una fotografía facial contiene información relacionada con la evolución de pacientes oncológicos que los algoritmos logran identificar. El siguiente desafío será determinar qué parte de esa información es realmente útil para los médicos y cómo aprovecharla para mejorar la atención de las personas con cáncer.