دانشمندان مرکز پزشکی Mass General Brigham در بوستون، ابزاری مبتنی بر هوش مصنوعی به نام FaceAge توسعه داده‌اند؛ الگوریتمی که طراحی شده تا سن زیستی بیماران را از روی یک عکس یا حتی یک سلفی ساده تشخیص دهد.
چهره ما می‌تواند نشان‌دهنده سن واقعی ما باشد؛ نه صرفا سن شناسنامه‌ای، بلکه تصویری از آنچه از نظر زیستی و سلامت در بدن می‌گذرد و شاید حتی نشانی از اینکه چقدر از عمر ما باقی مانده است.
تشخیص سن با ابزار هوش مصنوعی
پزشکان با تجربه، اغلب از چیزی به نام «تست چشمی» (Eyeball Test) استفاده می‌کنند تا از طریق ظاهر بیمار، تصویری کلی از وضعیت سلامت او به‌دست آورند. اما پژوهش جدیدی که در نشریه Lancet Digital Health منتشر شده، نشان می‌دهد این کار در آینده ممکن است با دقت بیشتری توسط هوش مصنوعی انجام شود.
ابزار FaceAge که توسط محققان در بوستون توسعه یافته، نخستین آزمایش‌های اولیه را نیز پشت سر گذاشته است. این الگوریتم می‌تواند تنها با استفاده از یک عکس ساده، سن زیستی فرد را تخمین بزند؛ یعنی سن بدن و سلامت واقعی، نه عددی که در شناسنامه ثبت شده است.
سن زیستی در پزشکی اهمیت بسیاری دارد، چراکه می‌تواند به پزشکان کمک کند تا روش درمانی مناسب‌تری را انتخاب کنند؛ مثلا اینکه آیا یک بیمار مبتلا به سرطان، به اندازه‌ای سالم هست که بتواند درمان‌های تهاجمی را تحمل کند یا خیر.
اگرچه FaceAge هنوز نیاز به بررسی‌ها و آزمایش‌های بیشتری دارد تا وارد استفاده‌ی بالینی شود، اما محققان اعلام کرده‌اند که طی یک تا دو هفته آینده، انتظار دارند حدود ۵۰ بیمار را برای یک مطالعه پایلوت (آزمایشی) جذب کنند.
محققان اعلام کردند که برای آموزش الگوریتم FaceAge، از حدود ۵۹٬۰۰۰ عکس از افراد ۶۰ ساله و بالاتر استفاده کرده‌اند که همگی از نظر سلامت، افراد عادی و سالم فرض شده‌اند. بیشتر این تصاویر به‌صورت عمومی در وب‌سایت‌هایی مانند ویکی‌پدیا و پایگاه داده فیلم‌ها (IMDb) در دسترس بودند؛ بخشی از داده‌ها نیز از مجموعه‌ی بزرگ UTKFace استخراج شده که شامل تصاویر افرادی از کمتر از یک‌سال تا ۱۱۶ سال سن است.
توسعه‌دهندگان FaceAge سپس این ابزار را روی گروهی شامل ۶٬۲۰۰ بیمار سرطانی آزمایش کردند. این عکس‌ها در زمان آغاز درمان پرتودرمانی (رادیوتراپی) از بیماران گرفته شده بود. نتایج نشان داد که بر اساس ارزیابی‌های FaceAge، بیماران سرطانی از نظر زیستی به‌طور میانگین حدود پنج سال پیرتر از سن تقویمی‌شان بوده‌اند. افزون بر این، الگوریتم تشخیص داد که هرچه چهره افراد پیرتر به نظر می‌رسید، چشم‌انداز بقای آن‌ها ضعیف‌تر بود.
در مرحله‌ی بعد، دانشمندان آزمایشی را ترتیب دادند که در آن، از هشت پزشک خواسته شد پیش‌بینی کنند که آیا بیماران مبتلا به سرطان در مراحل پایانی، در مدت شش ماه آینده زنده خواهند ماند یا خیر. این پیش‌بینی ابتدا تنها بر اساس تصویر بیمار انجام شد، سپس بر اساس تصویر و اطلاعات بالینی، و در نهایت بر اساس داده‌های الگوریتم FaceAge همراه با اطلاعات بالینی.
در یک کنفرانس خبری در هفته گذشته، دکتر مک (Mak) اعلام کرد که الگوریتم FaceAge را با استفاده از عکس یکی از بیمارانش آزمایش کرده است؛ مردی ۸۶ ساله که چهار سال پیش با تشخیص سرطان پیشرفته ریه برای نخستین‌بار با او ملاقات کرده بود.
مک توضیح داد:
«برخی از پزشکان ممکن است در درمان بیماران سرطانی در سنین بالا، مانند اواخر دهه ۸۰ یا ۹۰، تردید داشته باشند، با این استدلال که ممکن است بیمار پیش از پیشرفت تهدیدکننده‌ی سرطان، به دلایل دیگری جان خود را از دست دهد.»
او افزود:
«اما این بیمار از نظر من جوان‌تر از ۸۶ سال به‌نظر می‌رسید و با در نظر گرفتن ارزیابی چشمی و مجموعه‌ای از فاکتورهای دیگر، تصمیم گرفتم او را با پرتودرمانی تهاجمی درمان کنم.»
چند سال بعد، زمانی که دکتر مک تصویر این بیمار را از طریق FaceAge پردازش کرد، دریافتند که سن زیستی او بیش از ۱۰ سال کمتر از سن تقویمی‌اش است. این بیمار اکنون ۹۰ ساله است و «همچنان در وضعیت خوبی به‌سر می‌برد»، به گفته‌ی مک.
محققان تاکید کردند که هدف از توسعه FaceAge جایگزینی ارزیابی پزشک نیست، بلکه این ابزار قرار است به‌عنوان یک معیار عینی، تصویری دقیق‌تر از وضعیت بالینی بیمار ارائه دهد.
گری شوارتز، دانشمند مرکز سرطان «پرنسس مارگارت» در شبکه سلامت دانشگاهی تورنتو که در این پژوهش دخیل نبوده، گفت:
«فکر می‌کنم بسیار مهم است که بدانیم افراد با نرخ‌های متفاوتی پیر می‌شوند و همان‌طور که در این تحقیق نشان داده شده، این مسئله تاثیر قابل‌توجهی بر پیش‌آگهی واقعی آن‌ها دارد.»
با این حال، داشتن چهره‌ای که نشانه‌های پیری بیشتری را نشان می‌دهد، الزاما به این معنا نیست که فرد به مرگ زودهنگام محکوم شده است.
در دومین نمایش قابلیت‌های FaceAge، توسعه‌دهندگان این ابزار از آن خواستند تا تصاویر دو بازیگر معروف، «پل راد» و «ویلفورد بریملی» را تحلیل کند؛ در زمانی که هر دوی آن‌ها ۵۰ ساله بودند.
نتیجه‌ی تحلیل نشان داد که سن زیستی پل راد حدود ۴۳ سال برآورد شده، در حالی که سن زیستی ویلفورد بریملی تقریبا ۶۹ سال محاسبه شد؛ با اینکه او بعدها تا ۸۵ سالگی زندگی کرد.
توسعه‌دهندگان FaceAge تاکید کردند که در صورت تایید این فناوری از سوی سازمان غذا و داروی آمریکا (FDA)، لازم است دستورالعمل‌های اخلاقی روشنی برای نحوه استفاده از این ابزار و دسترسی به داده‌های آن تدوین شود.
ایرباز ریاض، استادیار پزشکی و مشاور ارشد در دپارتمان هوش مصنوعی و انفورماتیک در کلینیک مایو، ابزار FaceAge را «ابزاری امیدوارکننده در مراحل ابتدایی» توصیف کرد. ریاض که خود در این تحقیق مشارکت نداشته، گفت:
«این ابزار جایگزین تجربه‌ی پزشک نیست، اما می‌تواند ارزیابی‌های ظریف چهره‌ای را که ما هر روز به‌صورت ذهنی انجام می‌دهیم، استانداردسازی کند. با این حال، پزشکان باید بدانند این مدل چگونه آموزش دیده، در چه مواردی ممکن است دچار سوگیری شود، و در کجا می‌تواند ارزش‌افزوده‌ای ارائه دهد بدون آن‌که از چارچوب نقشش فراتر برود.»
نسیم افتخاری، معاون ایرانی هوش مصنوعی کاربردی و تحلیل‌های پیشرفته در مرکز درمان و پژوهش سرطان City of Hope در کالیفرنیا، که او نیز در این تحقیق شرکت نداشته، ابزار FaceAge را «بهبودی تدریجی» توصیف کرد و افزود:
«اگر این ابزار از مرحله‌ی اعتبارسنجی، آزمون‌های مربوط به سوگیری و تأییدیه‌های رسمی عبور کند، در بهترین حالت می‌تواند به‌عنوان نشانگر زیستی (بیومارکر) مکمل در کنار مرحله‌ی سرطان، ویژگی‌های تومور و سایر عوامل مورد استفاده قرار گیرد.»
منبع: washingtonpost
