يقدر نموذج الذكاء الاصطناعي الجديد الذي تم تطويره في جامعة هارفارد ، يسمى Faceage ، العصر البيولوجي من خلال تحليل ميزات الوجه في الصور – وقد يساعد في التنبؤ بقاء السرطان من خلال الإشارة إلى عمر المريض بالنسبة لعمره الفعلي.
تم تدريبه على صور من 58،851 شخصًا يتمتعون بصحة جيدة ، وتم اختبار Faceage لاحقًا على مرضى السرطان لاستكشاف ما إذا كان الظهور أكبر من العمر الزمني قد يشير إلى نتائج صحية سيئة.
وقال التقرير: “لقد وجدنا ، في المتوسط ، أن مرضى السرطان يبدون أكبر من عصر التسلسل الزمني ، ويرتبط المظهر الأكبر سناً ببقاء على قيد الحياة بشكل عام أسوأ”. “أظهرت شركة Faceage أداءً كبيرًا مستقلاً في مجموعة من أنواع ومراحل السرطان.”
يشير العمر الزمني إلى عدد السنوات التي كان فيها الشخص على قيد الحياة ، في حين أن العصر البيولوجي يعكس مدى جودة جسمه – أو سيئًا – يعمل جسمه بالنسبة لهذا الرقم. وفقًا للباحثين في جامعة هارفارد ، قد يوفر المظهر البدني للشخص المؤشرات الحيوية الفعالة لتحديد عصره البيولوجي.
يعتمد Faceage على العمل السابق من Eth Zurich ، حيث أنشأ الباحثون توقعات عميقة (DEX) ، وهو نموذج تعليمي عميق مفتوح المصدر يقدر العمر الواضح من صور الوجه. قام فريق هارفارد أيضًا بتدريب Faceage باستخدام صور من IMDB-Wiki و Utkface ، وهما من أكبر مجموعات بيانات صور الوجه المتاحة للجمهور.
منذ عام 2006 ، التزمت جامعة هارفارد بموارد كبيرة لفهم وانعكاس الشيخوخة البيولوجية. في الآونة الأخيرة ، وسعت الجامعة استثماراتها في الأبحاث التي تحركها الذكاء الاصطناعي التي ركزت على تشخيص وعلاج السرطان ، وهي الحقول التي تتقارب بشكل متزايد.
في أكتوبر 2024 ، كشف المطورون في كلية الطب بجامعة هارفارد عن نموذج جديد لمنظمة العفو الدولية ، والمعروف باسم مؤسسة تقييم التصوير التشريح المرضي (رئيس). في ذلك الوقت ، لاحظ الباحثون أن الذكاء الاصطناعى تفوقت على النماذج التي تم اختبارها مسبقًا بدقة 96 ٪ في اكتشاف السرطان.
في حين تركزت أبحاث الوجه على العصر البيولوجي والسرطان ، قال الباحثون إنه قد يؤدي إلى تطبيقات أوسع.
وقال الباحثون بجامعة هارفارد: “قد تمتد هذه النتائج إلى أمراض تتجاوز السرطان ، مما يحفز باستخدام خوارزميات التعلم العميق لترجمة المظهر البصري للمريض إلى تدابير موضوعية وكمية ومفيدة سريريًا”.
تعتبر Faceage هي أحدث أداة في حركة متزايدة بين الخبراء الطبيين للتركيز على العصر البيولوجي ، وذلك باستخدام تحليل الوجه لتحديد العلامات المبكرة لتراجع الرعاية نحو الوقاية ، بدلاً من مجرد العلاج.
وفقًا لخبراء مثل Kian Katanforoosh ، أستاذ مساعد للتعلم العميق في جامعة ستانفورد ومؤسس شركة Workera للمهارات ، فإن التحول نحو الذكاء الاصطناعي في الأبحاث البيولوجية هو التغلب على القيود البشرية.
“يحلل الذكاء الاصطناعى آلاف الميزات في وجه الأشياء التي لا يلاحظها معظمنا بوعي ، ويجد أنماطًا ترتبط بالشيخوخة البيولوجية”. فك تشفير. “إنه مشابه لمدى تحسن نماذج التعلم العميق من البشر في اكتشاف القطط في الصور. لم يستخدموا الحدس. تم تدريبهم على ملايين الأمثلة وتعلموا ما كان ثابتًا إحصائيًا.”
وأضاف “البشر متحيزون وغير متناسقين”. “تم تدريب الذكاء الاصطناعي بشكل منهجي على مقياس لا يمكننا مطابقة.”
حرره أندرو هايوارد