Công cụ AI sử dụng hình ảnh khuôn mặt để ước tính tuổi sinh học và dự đoán kết quả điều trị ung thư

Tuổi sinh học của một con người có thể được phản ánh qua các đặc điểm trên khuôn mặt của họ. Khi bệnh nhân bước vào phòng khám, ngoại hình của họ có thể cung cấp cho bác sĩ một số thông tin về sức khỏe và sức sống tổng thể của họ, những đánh giá trực quan đó kết hợp với độ tuổi của bệnh nhân và một số thông tin sinh học khác có thể giúp xác định phương pháp điều trị tốt nhất. Đầu tháng 05 năm 2025, tạp chí The Lancet Digital Health đã công bố một nghiên cứu về việc phát triển một thuật toán (được gọi là FaceAge) để sử dụng hình ảnh khuôn mặt để dự đoán tuổi sinh học và kết quả sống sót cho bệnh nhân ung thư. Họ tập trung nghiên cứu vào những bệnh nhân bằng xạ trị vì họ được theo dõi chặt chẽ về các chỉ số sinh tồn trong quá trình điều trị, và phương pháp điều trị có thể ảnh hưởng đáng kể đến quá trình điều trị, đồng thời bệnh nhân ung thư cũng thường xuyên chụp ảnh khuôn mặt của họ.

Các nhà khoa học đã khai thác 58.851 bức ảnh của những cá nhân khỏe mạnh từ các dữ liệu không khai để đào tạo FaceAge. Tiếp theo, họ thử nghiệm thuật toán đó trên nhóm 6.196 bệnh nhân ung thư, sử dụng những tấm ảnh thường được chụp khi bắt đầu điều trị xạ trị, kết hợp với nhóm chứng gồm 535 người không bị ung thư. Kết quả cho thấy những bệnh nhân ung thư có FaceAge cao hơn những người không mắc ung thư, và trông già hơn gần 5 tuổi so với tuổi thực của họ. Dự đoán FaceAge cao hơn có liên quan đến kết quả sống sót chung kém hơn ở nhiều loại ung thư, đặc biệt ở những bệnh nhân có vẻ ngoài trên 85 tuổi, ngược lại dự đoán FaceAge thấp hơn thực tế thường dẫn đến những cải thiện tốt hơn. Họ cũng cho thấy FaceAge làm tốt hơn các bác sĩ lâm sàng trong việc dự đoán thời gian sống thêm của những bệnh nhân đang được điều trị giảm nhẹ.

Những kết quả này cho thấy trí tuệ nhân tạo (AI) có thể ước tính tuổi sinh học của mỗi người từ ảnh khuôn mặt, và thông tin đó có thể có ý nghĩa về mặt lâm sàng, ít nhất là trong điều trị ung thư. Một tấm ảnh tự chụp (selfie) tuy đơn giản những chứa đựng những thông tin quan trọng có thể hỗ trợ bác sỹ đưa ra quyết định lâm sàng và kế hoạch chăm sóc bệnh nhân tốt hơn. Tất nhiên, cần có thêm những nghiên cứu trước khi công nghệ này có thể sử dụng trong thực tế, bao gồm mở rộng quy mô thử nghiệm, xem xét ở các giai đoạn ung thư khác nhau ở từng loại bệnh khác nhau, kiểm tra độ chính xác khi có phẫu thuật thẩm mỹ và trang điểm,…

Bên cạnh đó, nhóm nghiên cứu cũng thẳng thắn bày tỏ những mặt trái mà họ cần cân nhắc về đạo đức. Ngoài chăm sóc sức khỏe, FaceAge cũng có khả năng bị sử dụng sai mục đích tốt đẹp, ví dụ bên thanh toán bảo hiểm có thể sử dụng để cân nhắc số tiền chi trả cho bệnh nhân, hoặc các công ty truyền thông quảng cáo các sản phẩm sức khỏe có thể dựa vào FaceAge để thao túng khách hàng. Vì thế, việc đề ra quy định và giám sát thực hiện sẽ là biện pháp đầu tiên để giảm thiểu vấn đề này. Bên cạnh đó, phần mềm chưa được tối ưu hoàn toàn theo dân tộc, cũng khiến nhóm nghiên cứu e ngại về khả năng dẫn đến sự thành kiến, xung đột giữa các nhóm dân tộc khác nhau – thúc đẩy họ cần có thêm nhiều dữ liệu để nâng cao tính chính xác của thuật toán.

 

TÀI LIỆU THAM KHẢO

Bontempi D., et al. (2025). 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. DOI: https://doi.org/10.1016/j.landig.2025.03.002