Investigadores del Mass General Brigham desarrollaron un sistema de inteligencia artificial capaz de analizar fotografías faciales simples para estimar la edad biológica de pacientes con cáncer y predecir su riesgo de supervivencia. La herramienta, denominada FAHR-Face, fue entrenada con más de 40 millones de imágenes y sirve como base para dos modelos especializados con aplicaciones clínicas directas.

Dos modelos, dos funciones clínicas distintas

A partir de la arquitectura base, el equipo derivó FAHR-FaceAge, orientado a estimar la edad biológica con mayor precisión que algoritmos previos, y FAHR-FaceSurvival, diseñado para predecir resultados de supervivencia directamente desde una imagen facial. Cada modelo analiza regiones distintas del rostro: uno se concentra en pliegues nasolabiales, frente y sienes; el otro, en la zona debajo de los ojos y el puente nasal. La combinación de ambos mejoró la precisión predictiva en una cohorte de validación externa de pacientes oncológicos.

El propósito declarado por los investigadores es hacer que la evaluación de salud a partir de fotografías faciales sea "más cuantitativa, consistente y escalable", sin sustituir el juicio médico, sino complementándolo en decisiones de tratamiento personalizado.

Por qué esto importa en un contexto de envejecimiento poblacional

El envejecimiento acelerado de la población plantea un desafío clínico concreto: determinar con precisión la reserva física y el nivel de fragilidad de un paciente antes de prescribir tratamientos intensivos como radioterapia, cirugía mayor o terapias sistémicas. Los métodos actuales de evaluación son frecuentemente subjetivos o difíciles de escalar. Un modelo que opere a partir de una fotografía estándar reduce esa barrera de forma significativa.

Los hallazgos también revelan que factores del estilo de vida —consumo de alcohol, tabaquismo y uso de drogas— aceleran el envejecimiento facial de forma medible. El tabaquismo mostró un patrón especialmente marcado: los fumadores activos presentaron una edad facial mayor que los exfumadores, quienes a su vez superaban a quienes nunca fumaron. Esto abre una línea de investigación sobre cómo los biomarcadores faciales podrían incorporarse a protocolos de evaluación de riesgo más amplios.

Expansión hacia datos poblacionales diversos

El equipo avanza en paralelo con el Estudio de Investigación FaceAge, aprobado por un comité de ética institucional, en el que participantes pueden subir una fotografía y recibir un informe de investigación personalizado. El objetivo es ampliar y diversificar la base de datos para mejorar la validez del modelo en distintas poblaciones, incluyendo grupos subrepresentados en los conjuntos de entrenamiento originales.

Para los sistemas de salud que operan con recursos limitados y alta demanda, una herramienta de triaje basada en imagen facial —sin equipamiento especializado— representa una oportunidad de optimización clínica con implicaciones directas en eficiencia operativa y calidad de atención.