Dokter di Mass General Brigham, Massachusetts, Amerika Serikat, mengembangkan kecerdasan buatan (AI) yang dapat memperkirakan peluang hidup pasien kanker melalui satu foto wajah atau selfie. Teknologi ini dirancang untuk membantu menilai kondisi biologis pasien sebagai bahan pendukung keputusan perawatan.
Sistem tersebut dapat membaca tanda-tanda penuaan biologis dari wajah, bukan sekadar menghitung usia berdasarkan tanggal lahir. Peneliti juga menguji kemampuannya untuk memperkirakan kelangsungan hidup pasien yang telah didiagnosis kanker.
Pengembangan ini disebut sebagai salah satu penelitian paling komprehensif mengenai pemanfaatan analisis wajah berbasis AI dalam penilaian kesehatan. Pendekatan itu berpotensi memberi dokter informasi tambahan mengenai kondisi fisik pasien sebelum menjalani terapi.
Model AI yang digunakan dilatih memakai lebih dari 40 juta foto wajah dari beragam kelompok etnis dan rentang usia. Temuan penelitian ini dipublikasikan dalam jurnal The Lancet Digital Health.
Usia biologis yang dihitung sistem merujuk pada usia yang tercermin dari penampilan wajah seseorang. Nilai tersebut dapat berbeda dari usia kronologis yang ditentukan berdasarkan tanggal lahir.
Dua Alat dengan Fungsi Berbeda
Tim peneliti mengembangkan dua alat dari model dasar yang sama, yakni FAHR-FaceAge dan FAHR-FaceSurvival. Keduanya menangkap informasi wajah yang berbeda untuk melengkapi penilaian kesehatan pasien.
FAHR-FaceAge digunakan untuk memperkirakan usia biologis sekaligus membantu memprediksi kelangsungan hidup pasien kanker. Sementara itu, FAHR-FaceSurvival dirancang untuk memprediksi kelangsungan hidup langsung dari foto wajah tanpa terlebih dahulu menyimpulkannya melalui usia biologis.
Algoritma kedua alat itu juga memusatkan perhatian pada area wajah yang tidak sama. FAHR-FaceAge antara lain menilai lipatan dari sisi hidung menuju sudut mulut, area dahi di atas rongga mata, serta pelipis.
FAHR-FaceSurvival disebut dapat mengevaluasi area di bawah mata dan sekitar pangkal hidung. Perbedaan fokus ini menunjukkan bahwa penanda wajah untuk usia biologis dan risiko kematian tidak selalu identik.
Hugo Aerts, salah satu penulis senior studi tersebut, mengatakan FAHR-FaceSurvival membawa pengenalan kesehatan wajah berbasis AI ke tahap berikutnya. “FAHR-FaceSurvival memajukan bidang AI pengenalan kesehatan wajah selangkah lebih maju dengan mempelajari risiko kelangsungan hidup secara langsung dari foto wajah pasien kanker,” kata Aerts.
Hasil Pengujian pada Pasien Radioterapi
Dalam pengujian terhadap pasien kanker yang menjalani radioterapi di Amerika Serikat, prediksi FAHR-FaceAge menunjukkan perbedaan risiko kematian berdasarkan tampilan usia. Pasien yang terlihat lima tahun atau lebih tua dari usia sebenarnya memiliki risiko kematian 21 persen lebih tinggi selama masa tindak lanjut rata-rata empat tahun.
Perbandingan tersebut dilakukan terhadap kelompok pasien lainnya dalam penelitian. Di sisi lain, pasien yang terlihat lima tahun atau lebih muda diprediksi memiliki risiko kematian 17 persen lebih rendah.
Hasil itu mengindikasikan adanya hubungan kuat antara perkiraan usia biologis dari wajah dan kondisi fisik seseorang. Kondisi tersebut dapat berkaitan dengan kemampuan pasien untuk bertahan menjalani perawatan tertentu.
Aerts menjelaskan bahwa model ini mempelajari representasi umum wajah dari puluhan juta gambar, lalu menyesuaikannya untuk berbagai hasil kesehatan. Pendekatan model dasar itu memungkinkan pengembangan biomarker kesehatan wajah tanpa melatih setiap model dari awal.
Dukungan untuk Keputusan Perawatan
Analisis wajah berbasis AI berpotensi membantu dokter memperkirakan daya tahan fisik dan tingkat kerentanan tubuh pasien. Informasi ini dinilai penting sebelum pasien dianjurkan menjalani terapi berat seperti radiasi, operasi, atau kemoterapi.
Ahli onkologi radiasi Mass General Brigham, Raymond Mak, menilai kebutuhan penilaian tersebut makin penting seiring bertambahnya usia populasi. Dokter membutuhkan cara yang lebih baik untuk memperkirakan apakah tubuh pasien cukup kuat menjalani pengobatan intensif.
Mak menegaskan teknologi ini tidak ditujukan untuk menggantikan penilaian klinis dokter. “Tujuan kami adalah membuat penilaian kesehatan berbasis foto wajah menjadi lebih kuantitatif, konsisten dan terukur sehingga dapat mendukung keputusan perawatan yang dipersonalisasi, bukan menggantikan pertimbangan dokter,” tegas Mak.
Penggunaan satu foto wajah dapat menjadi cara yang relatif mudah dan berbiaya rendah untuk mendukung penilaian kesehatan yang lebih personal. Namun, para dokter mengingatkan bahwa penelitian lanjutan masih diperlukan sebelum teknologi ini digunakan secara luas dalam layanan perawatan kanker.
Alat tersebut juga dinilai dapat membantu memperkirakan risiko kematian atau komplikasi setelah operasi besar maupun perawatan kanker lain. Penerapannya tetap memerlukan pertimbangan medis yang menyeluruh terhadap kondisi masing-masing pasien.
