به گزارش خبرگزاری مهر به نقل از ساینس آلرت، پزشکان اغلب معاینه را با آنچه که «آزمون چشمی» (eyeball test) نامیده می‌شود، آغاز می‌کنند. این آزمون به قضاوت سریع درباره اینکه آیا فرد بیمار پیرتر یا جوان‌تر از سن واقعی خود به نظر می‌رسد، می‌پردازد. این ارزیابی اولیه می‌تواند تأثیر زیادی بر تصمیمات پزشکی مهم داشته باشد.
این ارزیابی به زودی با کمک هوش مصنوعی بهبود خواهد یافت. «فیس ایج» (Face Age) یک الگوریتم یادگیری عمیق است که تصاویر ساده از صورت افراد را به داده‌هایی تبدیل می‌کند که به‌طور دقیق‌تری سن بیولوژیکی فرد را، به جای تاریخ تولد او، در نمودارهای پزشکی نمایش می‌دهد.
این الگوریتم با استفاده از هزاران تصویر آموزش دیده و به طور متوسط سن بیماران مبتلا به سرطان را پنج سال بیشتر از همتایان سالم آن‌ها تخمین می‌زند. نویسندگان پژوهش اعلام کرده‌اند که این قابلیت به پزشکان کمک می‌کند تا در تصمیم‌گیری‌های خود در مورد اینکه کدام بیماران قادر به تحمل درمان‌های طاقت‌فرسا هستند و کدام‌یک بهتر است از رویکرد ملایم‌تری بهره‌مند شوند، راهنمایی کنند.
ریموند مک یکی از مولفان ارشد پژوهش و آنکولوژیست در این باره می گوید: ما فرض کردیم فیس ایج را می توان به عنوان یک نشانگر در مراقبت های سرطان به کار برد تا سن بیولوژیکی بیمار را مشخص و در تصمیم گیری های سخت به پزشکان کمک کرد.
شواهد فزاینده حاکی از آن است که افراد با نرخ متفاوتی پیر می شوند که این نرخ توسط ژن ها، استرس، ورزش و عادت هایی مانند سیگار کشیدن تعیین می شود. هرچند تست های ژنتیک گرانقیمت می توانند میزان فرسودگی دی ان ای در گذر زمان را نشان دهند اما فیس ایج این کار را با یک سلفی انجام می دهد. مدل مذکور براساس ۵۸۸۵۱ پرتره از افراد سالم بالای ۶۰ سال آموزش دیده است.
در مرحله بعد سیستم روی ۶۱۹۶ بیمار درمان شده از سرطان در آمریکا و هلند قبل از انجام رادیوتراپی آزمایش شد. بیماران مبتلا به سرطان بدخیم به طور متوسط ۴.۷۹ سال از لحاظ بیولوژیکی مسن تر از سن تقویمی خود به نظر می رسیدند.
همچنین میان بیماران مبتلا به سرطان، هرچه امتیاز فیس ایج بالاتر تخمین زده شد، احتمال زنده ماندن فرد حتی پس از محاسبه سن واقعی، جنسیت و نوع تومور کمتر بود. همچنین میزان خطرات برای هر فردی با خوانش بیولوژیک بیشتر از ۸۵ نیز به شدت افزایش می یابد.
