Investigadores de Mass General Brigham, en Boston, desarrollaron un modelo de inteligencia artificial capaz de estimar la edad biológica de una persona y predecir su riesgo de mortalidad a partir de una fotografía del rostro. Los hallazgos, publicados en una revista especializada, demuestran que el análisis computacional de imágenes faciales puede ofrecer información clínica más precisa que la edad cronológica en contextos oncológicos.

Cómo funciona el sistema

El modelo fue entrenado con una base de datos de más de 40 millones de fotografías faciales, lo que permitió al algoritmo identificar biomarcadores visuales asociados con el envejecimiento biológico y los niveles de supervivencia en condiciones clínicas complejas. A partir de esa infraestructura, el equipo desarrolló dos herramientas digitales con enfoques complementarios.

La primera, denominada FAHR-FaceAge, estima la edad biológica del individuo a través de sus rasgos faciales. La segunda, FAHR-FaceSurvival, calcula el riesgo de mortalidad y proyecta la evolución clínica en pacientes con enfermedades oncológicas. Ambas fueron evaluadas en grupos clínicos independientes, donde demostraron capacidad para generar información pronóstica complementaria a los métodos diagnósticos tradicionales.

Implicaciones para la toma de decisiones clínicas

Más allá del dato técnico, el sistema FAHR-Face representa un cambio en cómo los equipos médicos pueden cuantificar la fragilidad biológica de un paciente. Esa cuantificación tiene consecuencias directas sobre decisiones de tratamiento: qué tan agresiva debe ser una intervención, cómo personalizar un protocolo oncológico o cuándo priorizar cuidados paliativos sobre tratamientos intensivos.

En mercados como México y Latinoamérica, donde el diagnóstico tardío del cáncer sigue siendo un desafío estructural, herramientas que amplíen la capacidad pronóstica sin depender de infraestructura hospitalaria compleja tienen un potencial de adopción significativo. La posibilidad de obtener una estimación clínica relevante a partir de una imagen facial abre preguntas sobre integración con sistemas de salud digitales, telemedicina y protocolos de triaje remoto.

El desarrollo también plantea consideraciones sobre privacidad de datos biométricos y regulación del uso de IA en diagnóstico médico, áreas donde los marcos normativos en la región aún están en construcción.