✨︎ Resumen (TL;DR):
- Mass General Brigham desarrolló una IA experimental para estimar el riesgo de muerte con una fotografía del rostro en pacientes con cáncer tratados con radioterapia.
- FAHR-FaceSurvival se ajustó con 34,363 fotografías y el trabajo reportó validación con casi 5,000 pacientes en Países Bajos.
- El sistema clasifica el riesgo relativo dentro de un grupo, pero aún no ofrece probabilidades individuales de supervivencia validadas ni demuestra utilidad para decidir tratamientos.
Investigadores de Mass General Brigham desarrollaron una IA experimental que estimó el riesgo de muerte a partir de una fotografía del rostro de pacientes con cáncer tratados con radioterapia. El estudio de desarrollo y validación, publicado el 19 de octubre de 2026 en The Lancet Digital Health, explora si esa señal puede ayudar a personalizar tratamientos. Sus puntuaciones todavía no están validadas como probabilidades individuales de supervivencia: por ahora, clasifican el riesgo relativo dentro de un grupo.
FAHR-Face es un modelo de inteligencia artificial que procesa fotografías del rostro y sirve como base para estimar la edad facial y el riesgo de muerte. El modelo base se entrenó con más de 40 millones de imágenes.
Dos modelos a partir de la misma base
A partir de FAHR-Face, el equipo desarrolló dos modelos que extraen señales distintas:
- FAHR-FaceAge estima la edad facial como indicador del envejecimiento biológico.
- FAHR-FaceSurvival aprende directamente la relación entre las fotografías y la supervivencia.
Para el ajuste específico de FAHR-FaceSurvival, los investigadores utilizaron 34,363 fotografías de pacientes con cáncer junto con sus datos de supervivencia. Esta muestra corresponde al entrenamiento oncológico, distinto del entrenamiento general con millones de rostros.
Mass General Brigham reportó que combinar ambas herramientas mejoró el ajuste estadístico de un modelo pronóstico en una cohorte externa. Miroslaw Bober, investigador de la Universidad de Surrey, señaló como una fortaleza la validación con casi 5,000 pacientes en Países Bajos.
El rostro no sustituye la valoración médica
Bober advirtió en una evaluación difundida por Science Media Centre que las puntuaciones solo clasifican a los pacientes por riesgo relativo dentro de un grupo. Todavía no cuentan con validación como probabilidades individuales de supervivencia.
La edad facial también tiene un límite claro: es una estimación visual. El algoritmo no mide directamente los procesos biológicos del envejecimiento, señaló Bober. Además, el estudio no comparó la utilidad de la fotografía con la valoración médica del estado general del paciente.
Esa comparación es necesaria para saber si una fotografía añade información útil al decidir un tratamiento.
Bober también señaló diferencias entre grupos. Después de ajustar otros factores, la medida de edad facial dejó de mostrar una asociación estadísticamente significativa con la supervivencia en pacientes negros. El modelo específico de supervivencia sí mantuvo esa asociación.
Patente y datos por reunir
Entre los intereses declarados, Mass General Brigham informó una solicitud provisional de patente en Estados Unidos sobre estos algoritmos. Bober es director de tecnología de Forecom.AI, empresa que desarrolla modelos de riesgo clínico.
Raymond Mak, oncólogo radioterápico y autor del trabajo, sitúa el objetivo en apoyar el juicio clínico. El equipo amplía la investigación para reunir datos de poblaciones más numerosas y diversas.
Por ahora, la fotografía permite ordenar un riesgo relativo dentro del grupo estudiado, pero las puntuaciones todavía no funcionan como un pronóstico individual validado. La utilidad para decidir tratamientos sigue por demostrar y depende de saber si la imagen añade información a la valoración médica del estado general.
