FAHR-Face adı verilen temel model, 42 milyondan fazla yüz fotoğrafı kullanılarak öz denetimli öğrenme yöntemiyle eğitildi. Sistem, yüz yapısı ve özelliklerini analiz ederek dijital biyobelirteçler üretiyor. Araştırmacılar bu altyapıyı kullanarak iki ayrı model oluşturdu:

FAHR-FaceAge: Kişinin fizyolojik yaşlanmasını yansıtan biyolojik yaşı tahmin ediyor. Gerçek yaşından en az beş yıl daha yaşlı görünen kişilerin ölüm riski yüzde 21 daha yüksek çıkarken, beş yıl daha genç görünenlerde hayatta kalma oranı yüzde 17 daha yüksek bulundu.

FAHR-FaceSurvival: Radyoterapi gören 34 binden fazla kanser hastasının verileriyle eğitildi. Model, hastaları ölüm riskine göre başarıyla sınıflandırırken, en yüksek risk grubundaki hastaların ölüm oranının en düşük risk grubundakilerin üç katından fazla olduğu belirlendi.

TEDAVİ KARARLARINA DESTEK OLABİLİR

Modeller, yüzün farklı bölgelerindeki nazolabial kıvrımlar, göz çukurları ve burun köprüsü çevresi gibi detaylara odaklanıyor. Uzmanlar, bu yöntemin yoğun tedavi süreçleri öncesinde hastaların fiziksel dayanıklılığını değerlendirmede doktorlara yardımcı olabileceğini belirtiyor. Araştırmacılar, sistemin klinik uygulamalara geçebilmesi için daha fazla doğrulama çalışmasına ihtiyaç duyulduğunu vurguluyor.