L'IA et les selfies : un soutien à la décision médicale

Introduction

Des chercheurs étudient comment les images faciales, omniprésentes, pourraient être utilisées pour former des algorithmes d'intelligence artificielle (IA) afin de soutenir les médecins dans leurs décisions cliniques. Cette approche, surnommée "science des selfies", pourrait permettre d'évaluer l'âge biologique d'un patient lors de la prise de décisions concernant son traitement.

Présentation de FaceAge

Une présentation prévue en mars lors de la HIMSS Global Health Conference & Exposition de 2026 à Las Vegas fournira un aperçu des résultats des essais cliniques du deep learning algorithmique appelé FaceAge. Cet algorithme analyse les images faciales pour prédire l'âge biologique d'une personne et des facteurs de survie.

Dr. Raymond Mak, oncologue radiothérapeute à l'hôpital Brigham and Women’s à Boston et chercheur au programme AI in Medicine de Mass General Brigham, explique que l'analyse faciale pourrait offrir plus d'objectivité que l'intuition visuelle d'un médecin et améliorer les évaluations qualitatives des médecins. "Ce que nous pensons, c'est qu'il existe une biologie sous-jacente, capturée dans vos tissus faciaux – la peau, les muscles, la circulation sanguine," a-t-il déclaré.

Évaluation des prédictions des médecins

Le secteur de la santé mesure l'âge biologique des patients par le biais de la génomique, de tests sanguins et d'imageries. Les chercheurs qui examinent comment l'IA et des photographies simples du visage pourraient aider affirment que cette technologie a du potentiel. "Nous avons démontré un principe de preuve qui constitue un facteur pronostique novateur chez les patients atteints de cancer, et cela peut être illustré comme un cas d'utilisation clinique," a déclaré Mak.

L'âge est généralement considéré comme un facteur important dans les décisions médicales difficiles. Certains médecins sont "vraiment bons" pour évaluer l'âge biologique de leurs patients. "Nous avons eu quelques médecins qui ont atteint un taux de précision d'environ 80 %," a-t-il ajouté. "Ils perçoivent quelque chose – des indices visuels."

Au cours de l'année dernière, les chercheurs ont formé FaceAge sur plus de 58 000 images d'individus en bonne santé et sur 6 196 patients atteints de cancer. Dans des études comparatives des données de patients en soins palliatifs et des résultats connus, l'algorithme a surpassé les cliniciens dans la prédiction de l'espérance de vie à court terme (moins ou plus de six mois avant le décès).

"Lorsque nous avons demandé aux médecins de deviner cela, simplement sur la base de la photographie – les tests visuels – ils ne sont en moyenne que légèrement meilleurs qu'un tirage au sort," a expliqué Mak. La performance des médecins s'est améliorée d'environ 10 % lorsqu'on leur a fourni des informations cliniques standard, mais lorsque les chercheurs ont fourni les données de FaceAge, "c'est à ce moment-là que leur performance s'est améliorée" pour prédire correctement sept ou huit fois sur dix.

Le rapport de recherche, qui sera bientôt publié dans Nature, a révélé que les patients atteints de cancer avaient généralement un FaceAge cinq ans plus vieux que leur âge réel, et ceux dont l'analyse faciale était plus âgée avaient de pires taux de survie.

Cas d'utilisation potentiels et critiques

FaceAge et un second algorithme en développement, FaceSurvival, capturent "différents domaines de la santé faciale d'une personne, de sorte que lorsqu'ils sont intégrés dans des modèles pronostiques, ils fournissent indépendamment – ensemble, mais indépendamment – un pouvoir pronostique supplémentaire," a déclaré Mak.

Bien que les images faciales soient largement disponibles et peu coûteuses à obtenir, il a ajouté que de futures recherches pourraient également former les modèles d'apprentissage profond sur des données manuelles ou potentiellement sur des imageries médicales comme les CT scans, tant que les images d'un patient au fil du temps sont disponibles pour analyse.

Cependant, ces outils ont déjà leurs critiques. Bien que la technologie puisse offrir un moyen non invasif de prédire la santé biologique, elle soulève des préoccupations éthiques et cliniques, notamment la perception selon laquelle une prédiction de l'IA pourrait être utilisée pour refuser des traitements salvateurs.

Les avantages sont intrigants, non seulement pour les médecins qui souhaitent améliorer leurs évaluations qualitatives de l'âge, mais aussi pour les patients. "Depuis le tout début de l'école de médecine, nous apprenons à regarder un patient et à documenter si le patient semble plus vieux ou plus jeune que son âge déclaré," a expliqué Mak. "Ce sont tous des moyens par lesquels les médecins – à travers le gestalt clinique – évaluent la santé de base du patient pour prendre toutes sortes de grandes décisions," telles que déterminer si un patient peut supporter une chirurgie cardiaque majeure ou un traitement anticancéreux plus intensif.

Dans certains cas, Mak a vu des patients commencer une chimiothérapie, et dans les semaines qui suivent, il semble qu'ils aient "vieilli de 20 ans." Mais ce n'est pas le cas pour tout le monde. Les données pourraient être prémonitoires d'une manière où certains patients en oncologie avec des marqueurs génétiques, par exemple, pourraient espérer que cela aide à réduire les incertitudes de leurs décisions médicales.

Peut-être que FaceAge et FaceSurvival pourraient aider les médecins à mieux répondre à la question : "Quand cela va-t-il m'arriver ?" ou aider les patients atteints de cancer métastatique à décider d'accepter ou non des traitements qui, en fin de compte, leur donneraient moins de temps à vivre qu'ils ne l'espèrent et comportent des risques élevés d'effets secondaires.

D'autres patients peuvent ne pas vouloir savoir pour des raisons psychologiques ou parce qu'ils craignent que les données puissent être utilisées pour refuser une couverture de plan de santé pour les traitements qu'ils souhaitent. "Ce n'est pas l'objectif ; l'objectif est d'utiliser l'âge chronologique dans la médecine pour prendre une décision," a déclaré Mak. "FaceAge pourrait aider les médecins à améliorer leur gestalt clinique."

Bien que les tests jusqu'à présent aient montré l'efficacité de l'algorithme malgré les lifting ou autres chirurgies plastiques, les chercheurs cherchent à tester si la perte de poids, comme celle des patients prenant le médicament de perte de poids semaglutide, et les blessures faciales perturbent l'algorithme.

Ils collaborent également avec des chirurgiens du monde entier sur de futures études explorant les applications de l'analyse FaceAge dans les évaluations de santé, telles que dans les spécialités cardiovasculaires et neurologiques.

FaceAge : Utiliser l'intelligence artificielle pour décoder l'âge biologique avec un selfie est prévu pour le mercredi 11 mars, de 14h à 14h30, au niveau 5, Palazzo D dans le Venetian, lors de la HIMSS26 à Las Vegas.

---

Source: L'IA et les selfies : un soutien à la décision médicale - HealthcareITNews