Uma fotografia do rosto pode conter informações relevantes para avaliar o risco de mortalidade de pacientes com câncer. É o que indica um estudo de pesquisadores norte-americanos que desenvolveram um sistema de inteligência artificial (IA) capaz de identificar características faciais associadas ao envelhecimento e à sobrevivência de pessoas diagnosticadas com a doença.
A tecnologia, denominada FAHR-Face, foi desenvolvida por cientistas do Mass General Brigham, instituição médica vinculada à Universidade Harvard, em Boston, nos Estados Unidos. Os resultados foram publicados na revista científica The Lancet Digital Health.
O sistema foi desenvolvido a partir de um modelo de inteligência artificial treinado com mais de 40 milhões de fotografias faciais. O objetivo inicial era ensinar o algoritmo a reconhecer características relacionadas à idade e investigar se essas informações poderiam contribuir para a avaliação de indicadores de saúde.
A partir desse modelo, os pesquisadores desenvolveram duas ferramentas. A primeira, denominada FAHR-FaceAge, estima a idade de uma pessoa com base em suas características faciais. A segunda, chamada FAHR-FaceSurvival, identifica padrões associados ao risco de mortalidade entre pacientes com câncer.
Para desenvolver a ferramenta de sobrevivência, os cientistas utilizaram 34.363 fotografias de pacientes oncológicos. O desempenho prognóstico do sistema também foi avaliado em duas bases independentes, com o objetivo de verificar se as associações identificadas poderiam ser reproduzidas em diferentes conjuntos de pacientes.
O que o rosto revela sobre a saúde
A pesquisa parte do princípio de que a aparência facial pode refletir aspectos do envelhecimento e das condições gerais de saúde. Pessoas com a mesma idade cronológica podem apresentar diferenças significativas em seu estado físico, determinadas por fatores genéticos, ambientais, comportamentais e pela presença de doenças.
A idade cronológica corresponde ao número de anos vividos. Já a idade biológica procura representar o estado de envelhecimento do organismo, que nem sempre acompanha a passagem do tempo na mesma velocidade.
No estudo, a ferramenta FAHR-FaceAge apresentou erro médio absoluto de aproximadamente 5,1 anos na estimativa da idade a partir de fotografias. Isso significa que, nos testes utilizados para avaliar esse resultado, a diferença absoluta média entre a idade estimada pelo algoritmo e a idade real foi de 5,1 anos.
O resultado, entretanto, não deve ser confundido com a capacidade de determinar diretamente a idade biológica de uma pessoa. A estimativa facial é um indicador computacional que pode estar associado a aspectos do envelhecimento, mas não substitui avaliações clínicas ou exames destinados a investigar as condições de saúde.
Pacientes classificados em grupos de risco
Ao analisar fotografias de pacientes com câncer, os pesquisadores identificaram padrões faciais associados a diferentes desfechos de sobrevivência.
Na comparação entre os grupos classificados pelo algoritmo, aqueles identificados como de maior risco apresentaram uma razão de riscos instantâneos de mortalidade, conhecida pela expressão inglesa hazard ratio, de 3,23 em relação aos pacientes classificados como de menor risco.
Esse indicador não significa que a probabilidade absoluta de morte de cada paciente seja 3,23 vezes maior. Ele expressa uma diferença relativa nas taxas instantâneas de ocorrência do evento durante o acompanhamento, de acordo com o modelo estatístico utilizado.
As análises também consideraram fatores clínicos associados ao prognóstico dos pacientes. Segundo os pesquisadores, as informações extraídas das fotografias apresentaram potencial para complementar indicadores tradicionalmente utilizados na avaliação oncológica.
Os resultados sugerem que características faciais podem conter informações relevantes sobre o estado geral de saúde, mesmo quando essas características não são facilmente identificadas pela observação humana.
Fotografia não determina quanto tempo o paciente viverá
Apesar dos resultados, a tecnologia não permite estabelecer, de maneira individual e precisa, quanto tempo uma pessoa diagnosticada com câncer viverá.
O sistema identifica associações estatísticas entre padrões faciais e mortalidade, permitindo classificar pacientes em grupos com diferentes níveis de risco. Trata-se de uma ferramenta experimental de avaliação prognóstica, e não de um método capaz de prever com certeza a evolução da doença.
A sobrevivência de pacientes oncológicos depende de fatores como o tipo de câncer, o estágio da doença, as características biológicas do tumor, as condições gerais de saúde e a resposta aos tratamentos disponíveis.
Por isso, uma fotografia facial não substitui exames, avaliações médicas ou outros procedimentos necessários à definição do prognóstico e da estratégia terapêutica.
Os pesquisadores também precisam demonstrar que a ferramenta apresenta desempenho consistente em populações distintas daquelas utilizadas no desenvolvimento do modelo. Diferenças de idade, sexo, características faciais, condições socioeconômicas e composição demográfica podem influenciar o funcionamento de sistemas de inteligência artificial treinados com imagens.
Possibilidades e desafios para a medicina
Se os resultados forem confirmados em novas pesquisas, a análise facial poderá se tornar um recurso complementar na avaliação clínica de pacientes com câncer.
Uma possível aplicação seria oferecer aos profissionais de saúde informações adicionais sobre o estado geral dos pacientes, utilizando um procedimento rápido, de baixo custo operacional e não invasivo. Essas informações poderiam ser analisadas em conjunto com exames laboratoriais, dados clínicos e outros indicadores prognósticos.
A tecnologia integra uma área de pesquisa voltada ao desenvolvimento de biomarcadores digitais, indicadores obtidos por sistemas computacionais que podem contribuir para identificar características associadas a doenças ou a condições de saúde.
Entretanto, sua utilização também apresenta desafios éticos e regulatórios. Fotografias faciais constituem dados biométricos e exigem cuidados específicos de privacidade, segurança e consentimento. Outro ponto fundamental é verificar se o algoritmo oferece resultados comparáveis entre diferentes grupos populacionais, evitando distorções que possam comprometer a qualidade da assistência médica.
Antes de qualquer aplicação rotineira, será necessário demonstrar não apenas que a ferramenta consegue identificar associações estatísticas, mas também que suas informações acrescentam valor às avaliações clínicas e contribuem efetivamente para melhorar o atendimento aos pacientes.
A principal contribuição da pesquisa, portanto, não está na possibilidade de uma fotografia prever a morte de uma pessoa, mas na demonstração de que características visuais podem conter sinais associados ao prognóstico de doenças graves. O desafio agora é transformar essa capacidade experimental em uma ferramenta clinicamente confiável, segura e útil para médicos e pacientes.