Studiuesit thonë se kanë zhvilluar një model të inteligjencës artificiale, të trajnuar me më shumë se 40 milionë fotografi, që mund të ndihmojë në parashikimin e rrezikut të vdekshmërisë.
Nga Margaret Hetherman
Studiuesit thonë se kanë zhvilluar një model të ri bazë të inteligjencës artificiale (IA), të trajnuar me më shumë se 40 milionë fotografi fytyrash, që mund të ndihmojë në parashikimin e rrezikut të vdekshmërisë te pacientët me kancer.
Teknologjia mbështetet në punën e shkencëtarëve të Mass General Brigham në Boston, të cilët më parë kishin krijuar një sistem të quajtur FaceAge, të projektuar për të vlerësuar moshën biologjike të një personi nga fotografia e fytyrës. Mosha biologjike pasqyron gjendjen fiziologjike të organizmit, ndryshe nga mosha kronologjike.
Sistemi i ri quhet FAHR-FaceSurvival dhe përshkruhet hollësisht në një studim të publikuar të hënën në revistën shkencore The Lancet Digital Health.
„Kjo është hera e parë që kemi treguar se mund të parashikojmë drejtpërdrejt rrezikun e vdekshmërisë së një personi — jo vetëm moshën e tij biologjike, por edhe rrezikun e vdekshmërisë — vetëm nga një fotografi“, tha Raymond Mak, onkolog i radioterapisë në Institutin e Kancerit të Mass General Brigham dhe një nga autorët e studimit.
Rezultatet treguan se, ndër pacientët me kancer, rezultatet e të cilëve sipas sistemit FAHR-FaceSurvival renditeshin në 10 përqindëshin më të lartë të rrezikut, rreth gjysma kishin vdekur brenda 90 ditëve, krahasuar me rreth 2 për qind të pacientëve që renditeshin në 10 përqindëshin me rrezikun më të ulët.
Studiuesit përdorën vlerësimet e moshës biologjike për të ndihmuar në parashikimin e mbijetesës së personave me kancer dhe zbuluan se pacientët, mosha biologjike e të cilëve ishte më e madhe se mosha kronologjike, kishin prirje të përjetonin rezultate më të pafavorshme.
„Studimi fillestar i FaceAge, për të cilin u raportua një vit më parë, ishte një provë e konceptit që tregoi se mund të trajnonim një algoritëm për të parashikuar moshën biologjike nga fotografia e fytyrës“, tha Mak.
Sipas tij, FAHR-FaceAge ishte „më i saktë se FaceAge ynë fillestar“, si në vlerësimin e moshës, ashtu edhe si tregues prognostik te pacientët me kancer. Sistemi tjetër, FAHR-FaceSurvival, parashikon drejtpërdrejt rrezikun e vdekshmërisë te pacientët me kancer.
Një nga zbulimet më të rëndësishme, tha ai, ishte se studiuesit mund të përdornin një fotografi të vetme të fytyrës dhe një model bazë të inteligjencës artificiale për të zhvilluar disa algoritme që identifikojnë tregues të ndryshëm shëndetësorë vetëm nga ajo pamje e thjeshtë.
Duke përdorur modelin e ri bazë FAHR-Face, Mak dhe ekipi i tij arritën të shfrytëzonin grupe ekzistuese të dhënash që përmbanin fotografi të më shumë se 30.000 pacientëve me kancer, së bashku me informacionin për ecurinë e gjendjes së tyre shëndetësore. Mak e përshkroi këtë qasje si të re.
„Mund t’i merrnim ato fotografi dhe të dhënat e njohura për ecurinë shëndetësore të pacientëve — pra kohëzgjatjen e mbijetesës, nëse kishin vdekur pas diagnostikimit me kancer dhe kur kishin vdekur, ose nëse kishin mbijetuar“, tha Mak.
Ekipi e përdori këtë informacion për të trajnuar sistemin FAHR-FaceSurvival.
Çfarë sheh inteligjenca artificiale?
Në studim, nga modelet e trajnuara u krijuan harta të vëmendjes për të kuptuar se në cilat zona të fytyrës përqendroheshin ato gjatë parashikimit të rezultateve për pacientët.
FAHR-FaceSurvival përqendrohej në zonën poshtë syve, duke përfshirë urën e hundës. Ndërkaq, FAHR-FaceAge u jepte rëndësi kryesisht rrudhave nazolabiale, që shtrihen nga anët e hundës drejt cepave të gojës, ballit dhe zonës së tëmthave, duke theksuar rëndësinë e ndryshimeve që lidhen me plakjen në këto pjesë të fytyrës.
Ajo që ende nuk kuptohet është se çfarë zbulojnë saktësisht këta algoritme në ato zona dhe si arrijnë në përfundimet e tyre.
„Një nga pyetjet më interesante që mbetet pa përgjigje është se çfarë sheh saktësisht algoritmi“, tha në një email Suchi Saria, profesoreshë dhe drejtoreshë e Laboratorit të Mësimit Makinerik dhe Kujdesit Shëndetësor në Universitetin Johns Hopkins, e cila nuk ishte përfshirë në studim.
„Por ende nuk e dimë se cilat karakteristika fiziologjike në këto zona mbartin informacionin që algoritmi përdor për parashikimin. Kuptimi i tyre do të na ndihmonte të përcaktonim nëse modeli po zbulon një biomarker vërtet të ri apo po mat shenja të dukshme të sëmundjes, të cilat mjekët tashmë i njohin.“
Kur u pyet për teoritë e mundshme lidhur me atë që mund të identifikojë inteligjenca artificiale, Mak kujtoi shkrimet e Hipokratit për atë që ai e quante „fytyra e vdekjes“, në veprën Libri i Prognozave, të shkruar rreth vitit 400 para erës sonë: „hundë e mprehtë, sy të zgavruar, tëmtha të fundosur“.
Si onkolog, Mak tha se kishte parë pacientë që, ndërsa i afroheshin fundit të jetës, zhvillonin një pamje karakteristike të fytyrës, duke përfshirë zgavrimin e zonës së tëmthave, fundosjen e syve dhe humbjen e indeve të buta përreth hundës. Nga përvoja e tij klinike, ai dyshon se inteligjenca artificiale mund të jetë „duke vëzhguar atë humbje të indeve të buta dhe të masës muskulore, por ky është vetëm një supozim“.
Ai sqaroi se algoritmet mbështeten „tërësisht në analizën kompjuterike të imazheve“ dhe nuk kërkojnë informacione të tjera në internet. Ato kanë pasur në dispozicion vetëm fotografinë e fytyrës dhe, sipas rastit, moshën e personit ose datën e vdekjes apo kohëzgjatjen e mbijetesës. Me fjalë të tjera, inteligjenca artificiale nuk ka pasur qasje në vëzhgimet e Hipokratit apo të ndonjë personi tjetër.
A sjell kjo teknologji vlerë shtesë ndaj asaj që mjekët bëjnë tashmë?
Emma Pierson, profesoreshë asistente e shkencave kompjuterike dhe anëtare e stafit akademik të programit të Shëndetit Kompjuterik të Precizionit në Universitetin e Kalifornisë në Berkeley, e cila nuk ishte përfshirë në studim, i përshkroi rezultatet si „interesante nga pikëpamja shkencore“. Megjithatë, ajo ngriti pyetjen nëse mjekët tashmë i vlerësojnë në mënyrë të nënkuptuar disa karakteristika të fytyrës së pacientëve — ashtu siç bën Mak në praktikën e tij klinike — edhe pse jo në mënyrë veçanërisht sistematike.
Përpara se modeli të përdoret në praktikën klinike, Pierson do të dëshironte të shihte prova të qarta se ai përmirëson saktësinë e parashikimeve në një mënyrë që nuk mund të arrihet me informacionet tashmë të disponueshme.
„Të tregosh se një fotografi mund të parashikojë mbijetesën nuk është e njëjta gjë si të tregosh se ajo na zbulon diçka që mjeku nuk e di tashmë“, tha Saria, „dhe kjo, nga ana tjetër, nuk është e njëjta gjë si të tregosh se përdorimi i këtij parashikimi përmirëson kujdesin ndaj pacientit“.
„Eksperimenti i ardhshëm që do të doja të shihja është ky: të bëhet parashikimi më i mirë i mundshëm duke përdorur informacionin që mjeku ka tashmë në dispozicion, më pas të shtohet modeli që analizon fytyrën dhe të shihet se sa përmirësohet parashikimi.“
Pierson vuri në dukje gjithashtu se studimi kishte marrë parasysh faktorë si mosha, gjinia, raca ose përkatësia etnike, lokalizimi i kancerit dhe disa aspekte të trajtimit. Megjithatë, nga shqyrtimi i saj paraprak, ajo nuk kishte vërejtur matje gjithëpërfshirëse të brishtësisë fizike, pra të nivelit të cenueshmërisë fizike të pacientit dhe aftësisë së tij për të përballuar sëmundjen dhe trajtimin.
Megjithëse vlerësimet formale të brishtësisë fizike nuk janë përfshirë në analizat e mbijetesës të studimit të ri, Mak përshkroi një provë klinike të veçantë me pacientë të moshuar me kancer të mushkërive që po trajtoheshin me radioterapi. Në këtë provë, studiuesit po krahasojnë vlerësimet e FaceAge me vlerësimet e forcës fizike dhe rezervave fiziologjike të pacientëve.
Pierson ngriti gjithashtu shqetësimin se inteligjenca artificiale mund të prodhojë paragjykime racore.
„Sa herë që trajnoni një sistem duke përdorur fytyrën e një personi, në mënyrë të tërthortë po përfshini edhe racën e pacientit në parashikimet e modelit“, tha ajo, duke shtuar se përdorimi i racës në parashikimet mjekësore është „jashtëzakonisht i debatueshëm“.
Për shembull, nëse pacientët e një grupi të caktuar racor kanë marrë historikisht trajtim më të dobët kundër kancerit, inteligjenca artificiale e trajnuar me fotografi fytyrash mund të jetë „duke koduar paragjykime racore në modelin tuaj“, tha ajo.
Studiuesit vunë në dukje kufizimet e studimit, duke përfshirë faktin se grupet e pacientëve të analizuar përbëheshin vetëm nga persona me kancer, kryesisht nga vende me të ardhura të larta. Ata bënë thirrje për validim më të gjerë dhe për përfshirjen e popullatave më përfaqësuese të pacientëve.
Nevojiten studime prospektive për të përcaktuar nëse algoritmet sjellin përfitime kur përdoren krahas modeleve ekzistuese prognostike.
Në një studim tjetër, të publikuar më herët gjatë këtij viti, Mak dhe kolegët e tij analizuan fotografi të realizuara gjatë disa viteve për të vlerësuar se si ndryshonin me kalimin e kohës përllogaritjet e moshës biologjike dhe si lidheshin këto ndryshime me rezultatet e mbijetesës.
Përtej kujdesit ndaj pacientëve me kancer, studiuesit shohin mundësi më të gjera për përdorimin e teknologjisë edhe me një sasi relativisht të kufizuar të dhënash klinike.
Saria e vlerësoi studimin si „një punë të zgjuar dhe mjaft mirë të realizuar, që demonstron se pamja e fytyrës përmban informacione reale me vlerë prognostike“.
„Për mua, ky është kontributi i rëndësishëm shkencor: ai sugjeron se në fytyrë ekzistojnë informacione të matshme për shëndetin, të cilat deri më tani nuk kemi qenë në gjendje t’i përcaktojmë në mënyrë shumë të saktë.“
„Kemi potencialin të zhvillojmë disa biomarkerë shëndetësorë nga një fotografi e vetme e fytyrës, duke përdorur algoritme të ndryshme të inteligjencës artificiale“, tha Mak, duke vënë në dukje se asnjë metodë tjetër e imazherisë për përftimin e një biomarkeri nuk është aq e lirë sa përdorimi i një aparati fotografik apo i një kamere kompjuteri.
„Ne besojmë vërtet se ky është fillimi i një fushe krejtësisht të re të mjekësisë.“
/The Washington Post
