Twarz starzeje się szybciej niż metryka? Sztuczna inteligencja łączy to z przeżywalnością w chorobie nowotworowej

Czym jest wiek biologiczny i dlaczego różni się od metryki

Wiek chronologiczny to po prostu liczba przeżytych lat. Wiek biologiczny mówi natomiast o tym, w jakiej kondycji jest organizm. Dwie osoby w tym samym wieku mogą starzeć się w zupełnie różnym tempie. Sam wiek metrykalny nie oddaje różnic w tempie starzenia biologicznego, dlatego badacze od lat szukają prostych, nieinwazyjnych wskaźników, które lepiej opisują stan zdrowia.

Leki GLP-1 mogą ograniczać powstawanie przerzutów nowotworowych. Obiecujące dane z badania prezentowanego przez ASCO

Przełom w onkologii. Terapia, która zmienia zasady gry w leczeniu raka trzustki

35 milionów nowych przypadków raka rocznie do 2050 roku. Prognoza WHO i sytuacja w Polsce

eDILO zmienia onkologię w Polsce. Sejm uchwalił nowelizację ustawy o Krajowej Sieci Onkologicznej

Nowy Oddział Terapii Izotopowej w Gliwicach. Przełom w leczeniu nowotworów w Polsce

Jeremy Clarkson zmaga się z rakiem prostaty. Chorobę wykryto podczas rutynowych badań

Jak działa narzędzie FaceAge

Naukowcy wykorzystali system sztucznej inteligencji o nazwie FaceAge, wytrenowany na ponad 40 milionach zdjęć twarzy. Na tej podstawie stworzyli wskaźnik zwany tempem starzenia twarzy (ang. Face Aging Rate, FAR). Oblicza się go, dzieląc zmianę „wieku twarzy" przez czas, jaki upłynął między dwoma zdjęciami. Wartość FAR powyżej 1 oznacza przyspieszone starzenie, a poniżej 1 – starzenie wolniejsze niż oczekiwane. 

Co wykazało badanie

Analizą objęto 2276 pacjentów onkologicznych poddawanych radioterapii w Brigham and Women's Hospital w latach 2012–2023. Zdjęcia twarzy pochodziły ze standardowej dokumentacji medycznej. Najważniejsze obserwacje to: 

• Twarze pacjentów starzały się średnio o 40% szybciej niż wynikałoby to z ich metryki. 
• Szybsze starzenie twarzy wiązało się z niższą przeżywalnością.
• Ryzyko zgonu rosło wraz z odstępem między zdjęciami: o około 25% przy zdjęciach do roku, 37% przy odstępie 1–2 lat i 65% przy odstępie 2–4 lat.
• W grupie z najdłuższym odstępem mediana przeżycia wynosiła 15,2 miesiąca przy przyspieszonym starzeniu wobec 36,5 miesiąca przy wolniejszym. 

Dlaczego to może mieć znaczenie

Wcześniejsze prace tego samego zespołu wykazały, że pacjenci wyglądający na 5 lub więcej lat starszych niż ich metryka mieli o 21% wyższe ryzyko zgonu. Nowe badanie idzie dalej: pokazuje, że liczy się nie tylko sam wygląd, ale tempo zmian w czasie. Zdaniem autorów FAR to nieinwazyjny biomarker rokowniczy, możliwy do wyliczenia ze zwykłych, rutynowych zdjęć twarzy, co czyni go tanim i łatwo dostępnym. 

Ważne zastrzeżenia

Autorzy podkreślają ograniczenia. Badana grupa składała się głównie z osób białych, a metoda nie została jeszcze potwierdzona w badaniach prospektywnych. Na wynik mogą wpływać jakość zdjęcia, oświetlenie czy mimika. Narzędzie nie diagnozuje raka ani nie wyznacza rokowania samodzielnie – ma być jedynie dodatkowym elementem oceny. Nature

Podsumowanie

Tempo starzenia twarzy może w przyszłości stać się prostym, nieinwazyjnym wskaźnikiem wspierającym decyzje w onkologii. Badanie z „Nature Communications" pokazuje, że dynamika zmian widocznych na twarzy niesie informacje o stanie zdrowia, których nie widać w samej metryce. Metoda jest jednak wciąż eksperymentalna i wymaga potwierdzenia w kolejnych badaniach. Na razie nie zastępuje żadnych badań diagnostycznych. To raczej zapowiedź tego, w jakim kierunku zmierza medycyna spersonalizowana.

Bibliografia

Haugg F., Lee G., He J. i wsp., Face aging rate quantifies change in biological age to predict cancer outcomes, Nature Communications, 2026 — https://www.nature.com/articles/s41467-025-66758-w

Bontempi D. i wsp., FaceAge, a deep learning system to estimate biological age from face photographs to improve prognostication: a model development and validation study, The Lancet Digital Health, 2025 (DOI: 10.1016/j.landig.2025.100870)

Mass General Brigham / Harvard Medical School, Artificial Intelligence in Medicine (AIM) Program — informacje instytucjonalne o narzędziu FaceAge (badacze: R. Mak, H. Aerts)