Un modelo de IA estima la supervivencia de pacientes con cáncer a partir de una fotografía facial
Hecho Qué ha ocurrido
Investigadores de Mass General Brigham publicaron en The Lancet Digital Health dos algoritmos basados en el modelo FAHR-Face: FAHR-FaceAge estima la edad biológica a partir del rostro y FAHR-FaceSurvival predice el riesgo de mortalidad directamente desde una fotografía. En un análisis de 38.183 pacientes con cáncer tratados con radioterapia, quienes tenían una edad biológica estimada al menos cinco años superior a la cronológica presentaban un riesgo de muerte 21% mayor. El grupo de mayor riesgo según FAHR-FaceSurvival registró una mortalidad más del triple que el de menor riesgo.
Resumen generado mediante IA a partir de Wired en Español. Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
Plantea un biomarcador no invasivo y de bajo coste para apoyar la estratificación de pacientes oncológicos, aunque los resultados aún proceden de los propios investigadores y no se han validado en la práctica clínica.
- Quién se ve afectado
- Hospitales y servicios de oncología, empresas de salud digital y desarrolladores de herramientas de diagnóstico con IA.
- Qué puede cambiar
- Si se confirma, la evaluación pronóstica podría complementarse con análisis de imágenes faciales, siempre como apoyo al criterio médico y no como sustituto.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Validación independiente en otras poblaciones y hospitales, el rendimiento con sesgos demográficos y de datos, y si los reguladores de dispositivos médicos se pronuncian sobre su uso clínico.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: Wired en Español. La referencia es siempre el artículo original.
Ver fuente original ↗visión por computadoraaprendizaje autosupervisadomodelo fundamental Mass General Brigham biomarcadores cáncer FAHR-Face Mass General Brigham The Lancet Digital Health
Forma parte de la historia IA que predice supervivencia en cáncer a partir del rostro (3 noticias, estado: evolución rápida).
Relacionadas
Un estudio usa rasgos faciales captados por IA para estimar la supervivencia de pacientes con cáncer
Investigadores han desarrollado una tecnología de IA entrenada con más de 40 millones de imágenes faciales para evaluar indicadores de salud. Según el titular…
Por qué importaMuestra que datos biomédicos sencillos, como una fotografía, podrían servir como indicador pronóstico. Para el sector salud y las aseguradoras es una…
Un modelo de IA estima el riesgo de muerte de pacientes con cáncer a partir de una fotografía del rostro
Investigadores de Mass General Brigham publicaron en The Lancet Digital Health dos algoritmos, FAHR-FaceAge y FAHR-FaceSurvival, que estiman la edad biológica…
Por qué importaMuestra que la imagen facial podría servir como indicador de pronóstico clínico, pero la evidencia es preliminar y aún no se ha comparado con las…
Radical Numerics afirma haber usado fagos diseñados con IA para tratar una infección bacteriana resistente
Radical Numerics asegura que utilizó bacteriófagos diseñados con su modelo Omnii para tratar a un paciente con una infección bacteriana potencialmente mortal y…
Por qué importaSi se confirma, sería una primera demostración clínica de que la IA puede diseñar terapias biológicas a medida frente a bacterias resistentes, un…
NVIDIA presenta Cosmos3-H-Dreams, un simulador generativo de cirugía entrenado con vídeos de colecistectomías
NVIDIA ha publicado Cosmos3-H-Dreams, un simulador generativo en tiempo real entrenado con vídeo y cinemática de robot de colecistectomías clínicas en la…
Por qué importaMuestra una vía alternativa a la simulación numérica para entrenar y probar robótica quirúrgica, con modelos que aprenden la dinámica visual…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.