Español 
English (United Kingdom) Investigadores del Mass General Brigham desarrollaron modelos de IA basados en reconocimiento facial para estimar la edad biológica y predecir la supervivencia en pacientes con cáncer, con el fin de personalizar tratamientos médicos.
Un equipo científico de Estados Unidos creó ‘FAHR-Face’, un modelo de inteligencia artificial entrenado con más de 40 millones de imágenes faciales, y dos herramientas derivadas: ‘FAHR-FaceAge’, que calcula la edad biológica con mayor precisión que métodos anteriores, y ‘FAHR-FaceSurvival’, que predice el riesgo de mortalidad en pacientes oncológicos a partir de una sola fotografía. Los resultados fueron publicados recientemente en la revista *The Lancet Digital Health*.
Dato clave: Los algoritmos analizan regiones específicas del rostro —como los pliegues nasolabiales y la zona bajo los ojos— para predecir la fragilidad y el pronóstico de supervivencia en cáncer.
Con el envejecimiento poblacional, los médicos requieren herramientas objetivas para evaluar la reserva física y la fragilidad antes de decidir tratamientos agresivos como cirugía, radioterapia o terapias sistémicas. Estas herramientas buscan que la evaluación clínica sea más cuantitativa, consistente y escalable, sin reemplazar el juicio médico. Los modelos se validaron en cohortes externas y demostraron que combinados mejoran la precisión predictiva. Además, el estudio reveló que factores como el tabaquismo aceleran el envejecimiento facial: los fumadores actuales mostraron una edad biológica superior a la de exfumadores y no fumadores.
Contexto
Esta innovación forma parte de una tendencia creciente en medicina personalizada, donde la inteligencia artificial permite integrar datos visuales no invasivos con otros indicadores clínicos. Expertos destacan que, si bien promete democratizar evaluaciones de salud a bajo costo, su implementación requiere validación en poblaciones diversas y consideraciones éticas sobre sesgos algorítmicos y privacidad de datos. El centro médico ya ha lanzado el Estudio de Investigación ‘FaceAge’, abierto al público y aprobado éticamente, para recopilar más datos y refinar los modelos.
¿Qué sigue?
El equipo planea expandir la aplicación de FAHR-Face a otras patologías crónicas y envejecimiento prematuro. Asimismo, buscan integrar estas herramientas en flujos clínicos cotidianos, siempre bajo supervisión médica. A largo plazo, esperan que este enfoque contribuya a reducir desigualdades en el acceso a evaluaciones de salud precisas y escalables.
📰 Publicado originalmente en El Comercio. Este contenido ha sido reescrito con fines informativos.