Un gruppo di ricerca del Mass General Brigham Cancer Institute, coordinato dall'oncologo radioterapista Ray Mak, ha sviluppato un modello di intelligenza artificiale in grado di stimare il rischio di mortalità nei pazienti affetti da cancro analizzando le immagini del viso. Lo studio, pubblicato sulla rivista Scientific Reports, apre nuove prospettive sulla possibilità di utilizzare parametri facciali come indicatori prognostici, ma solleva anche importanti questioni etiche e pratiche.
Come funziona il modello
Il sistema si basa su una rete neurale convoluzionale addestrata su un ampio dataset di fotografie di pazienti oncologici, associate alle relative informazioni cliniche e ai dati di sopravvivenza. L'algoritmo è in grado di identificare sottili caratteristiche del volto – come la perdita di grasso sottocutaneo, le rughe, il colorito e la simmetria – che potrebbero correlarsi con lo stato di salute generale e con l' aggressività della malattia. Secondo i ricercatori, il modello sarebbe in grado di predire il rischio di morte a distanza di tempo con un'accuratezza superiore a quella dei tradizionali fattori prognostici.
Applicazioni potenziali e limiti
Se validato su larga scala, questo strumento potrebbe diventare un supporto rapido e non invasivo per i medici, aiutandoli a personalizzare i percorsi terapeutici e a identificare i pazienti più fragili che necessitano di cure più intensive. Tuttavia, gli stessi autori invitano alla cautela: il modello è stato addestrato su una popolazione specifica e necessita di ulteriori verifiche per evitare bias legati a etnia, età o condizioni socioeconomiche. Inoltre, l'uso di immagini del volto solleva preoccupazioni sulla privacy e sul consenso informato, aspetti cruciali in ambito sanitario.
La strada verso un'applicazione clinica di routine è ancora lunga, ma lo studio rappresenta un passo interessante verso l'integrazione dell'intelligenza artificiale nella pratica oncologica. Saranno necessari trial prospettici e una rigorosa valutazione etica per stabilire se e come questa tecnologia potrà realmente migliorare la gestione dei pazienti.
