BOSTON / LONDON (IT BOLTWISE) – Wer sein Selfie hochlädt, erhält künftig eine KI-Schätzung seines „biologischen“ Alters. Das Angebot von Mass General Brigham FaceAge geht damit einen Schritt über die Forschung hinaus und ist seit kurzem für die Öffentlichkeit zugänglich. Parallel validieren die Teams das Verfahren in einer veröffentlichten Studie und starten zwei klinische Tests zu Lungenkrebs und zu möglichen OP-Komplikationen. Entscheidend ist dabei: Die Software soll vorerst Forschung unterstützen, nicht Diagnosen ersetzen.
Ein Foto soll künftig nicht nur Menschen „schön“ abbilden, sondern auch Hinweise auf den Gesundheitszustand liefern. Mit FaceAge von Mass General Brigham können Nutzerinnen und Nutzer seit kurzem selbst ausprobieren, wie eine KI das biologische Alter aus einem Kopfporträt ableitet. Der Ansatz knüpft an eine Idee an, die in der Medizin längst diskutiert wird: Das sichtbare Erscheinungsbild wirkt wie eine nicht-invasive Momentaufnahme dafür, wie stark Alterungsprozesse bereits „im Körper angekommen“ sind. Nach Angaben der Forschenden dauert die Teilnahme am FaceAge Research Study rund 10 Minuten; die Seite fordert ein Einverständnis, eine kurze Umfrage und anschließend zwischen drei und zehn Selfies an.
Der Ablauf ist dabei bewusst niederschwellig gestaltet. Teilnehmende geben zunächst ihr chronologisches Alter an und beantworten Fragen dazu, ob sie ihre medizinische Historie teilen möchten sowie wie viel sie typischerweise schlafen und sich bewegen. Erst danach folgt das zentrale Datenelement: Die KI erhält mehrere Aufnahmen, um daraus eine Schätzung für das biologische Alter zu berechnen. Innerhalb von Sekunden wird ein Ergebnis angezeigt, das nicht die Kalenderjahre meint, sondern das Alter beschreibt, das der Körper „optisch“ nahelegt. Wer zusätzliche Bilder hochlädt, kann den Trend über die Zeit verfolgen. In der aktuellen Phase schreiben die Teams die Ergebnisse ausdrücklich als Forschungsinstrument fort, das medizinisches Handeln nicht ersetzt, sondern Muster in den Daten sichtbar macht.
Technisch baut FaceAge auf einem zweistufigen Modellkonzept auf. Laut der im Fachjournal Lancet Digital Health veröffentlichten Arbeit wurde zunächst ein Basismodell namens FAHR-Face auf mehr als 40 Millionen Gesichtern trainiert. Anschließend erfolgte das Feintuning für zwei Aufgaben: FaceAge schätzt das biologische Alter, während FaceSurvival prognostiziert, wie wahrscheinlich Überleben nach Krebsbehandlung ist. Die Studie berichtet dazu Ergebnisse aus einem Datensatz von rund 38.000 Harvard-Patientinnen und -Patienten: Wer in den Fotos mindestens fünf Jahre „älter“ aussah als das tatsächliche Alter, hatte nach Anpassungen um Variablen wie Alter, Geschlecht, Krebsart und weitere Faktoren ein 21 Prozent höheres Sterberisiko. Für die Branche ist vor allem die Zielrichtung interessant, denn damit verbindet die KI eine reine Bildanalyse mit einer über den einzelnen Menschen hinausgehenden Risikoableitung.
Die Einordnung bleibt dennoch wichtig, weil der Sprung von Korrelation zu klinischer Wirksamkeit nicht automatisch gelingt. Ein externer Fachbezug ordnet den Ansatz als neuartige Kombination ein: Zwar ist das Thema „biologisches Alter aus Gesichtern“ nicht unüblich, doch die Grundlage ist hier ein groß skaliertes Foundation-Modell und ein vergleichsweise großer Krebsdatensatz. Gleichzeitig wird betont, dass die vorliegenden Resultate auf historischen Daten beruhen und je nach Krebsart unterschiedlich stark ausfallen können. In der Studie wird etwa genannt, dass signifikante Überlebensassoziationen in 18 von 28 Krebs-Kategorien zu sehen waren; zudem könne die Leistung nicht konsistent über alle Tumorarten hinweg sein. Für den praktischen Einsatz heißt das: Es braucht weitere Evidenz, die über die reine statistische Verknüpfung hinausgeht.
Genau deshalb laufen zwei klinische Tests parallel. In einem Setting am Brigham and Women’s Hospital sollen zunächst 60 Patientinnen und Patienten im Alter von 65 Jahren oder älter mit frühem Lungenkrebs vor der Strahlentherapie eingeschlossen werden. Das Ziel: herauszufinden, ob FaceAge besonders fragile Personen identifizieren kann, bei denen man vor der Behandlung gezielt Unterstützung wie Ernährung oder Physiotherapie einplanen sollte. Der Hintergrund ist dabei nicht neu, aber durch das Screening oft schwer umzusetzen: Viele ältere Menschen mit frühem Lungenkrebs haben geriatrische Vulnerabilitäten, erhalten jedoch nur selten eine formale geriatrische Beurteilung. Wenn ein einfaches Foto die „verletzliche“ Gruppe zuverlässig herausfiltern kann, könnte sich der Prozess deutlich skalieren lassen.
Der zweite Versuch, der von thoraxchirurgischen Teams mitgestaltet wird, verknüpft FaceAge mit Daten aus Wearables, um das Risiko von Komplikationen nach großen Eingriffen zu bewerten. Damit verschiebt sich der Einsatzbereich von der Strahlentherapie hin zur OP-Planung: Die Forschenden wollen vor einer Operation besser einschätzen, wie groß die physiologische Reserve ist und wie wahrscheinlich postoperative Komplikationen ausfallen. Interessant ist außerdem, dass die Teams ihre KI-Erkenntnisse nicht als „Black Box“ ablegen, sondern mit Interpretationswerkzeugen arbeiten. In den Studien werden sogenannte Attention Maps genutzt, die wie Heatmaps zeigen, auf welchen Gesichtsbereichen die KI besonders „achtet“. Demnach konzentriert sich FaceAge unter anderem auf Bereiche rund um die Nasolabialfalten sowie auf die Stirn oberhalb der Augen und auf die Schläfen; FaceSurvival fokussiert laut Bericht eher auf Areale unterhalb der Augen und um die Nasenwurzel.
Die Forschenden adressieren auch Bedenken aus der Öffentlichkeit, etwa ob Make-up, Lichtverhältnisse oder kosmetische Eingriffe die Ergebnisse verfälschen. Laut Studie hatten Pose, Beleuchtung, Ausdruck und Make-up nur geringe Effekte; zudem zeigten sich bei den meisten plastisch-chirurgischen Prozeduren keine relevanten Verzerrungen. Bei einer Rhinoplastik wird berichtet, dass das biologische Alter im Schnitt um etwa ein Jahr höher ausfiel; als mögliche Erklärung nennt ein leitender Autor Gewebsverlust durch die Operation. Unabhängig davon steckt in den Resultaten eine gesellschaftlich und medizinisch zentrale Botschaft: Lebensstil hinterlässt messbare Spuren. In den Datensätzen werden Faktoren wie starker Alkoholkonsum, Drogenkonsum und Rauchen mit einem „biologisch älteren“ Erscheinungsbild verknüpft; am stärksten zeigt sich das Muster bei aktuellen Rauchenden gegenüber ehemaligen Rauchenden und gegenüber Menschen, die nie geraucht haben. Für die klinische Praxis ist das eine Chance, aber zugleich eine Verpflichtung: Wenn aus einem Selfie potenziell Entscheidungen für Therapieintensität abgeleitet werden sollen, muss die KI-Entwicklung robuste Grenzen, transparente Validierung und saubere Studienkohorten mitliefern.
Für Unternehmen, die KI in den Gesundheitsbereich bringen, ist FaceAge deshalb mehr als ein einzelnes Tool. Es zeigt, wie sich Computer Vision in Richtung „messbarer“ Gesundheitsmetriken bewegen kann: über großskalierte Trainingsdaten, über feinjustierte Zielaufgaben und über klinisch motivierte Testszenarien. Gleichzeitig bleibt die klare Trennung zwischen Forschung und Diagnostik zentral, auch um Fehlanreize zu vermeiden. Die öffentliche Öffnung des Portals erhöht zwar die Datenbasis, macht aber auch deutlich, dass Qualität statt bloßer Quantität zählt: Je vielfältiger die Population, desto eher lassen sich Unterschiede in Leistung und Bias systematisch untersuchen. Wer heute an KI-gestützten Assessments arbeitet, sollte dieses Zusammenspiel aus Trainingsgrundlage, Interpretierbarkeit (Attention Maps), Studie-Design und klinischem Nutzen als Blaupause begreifen – nicht als Versprechen, dass ein Selfie künftig automatisch jede medizinische Entscheidung ersetzt.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "FaceAge: KI erkennt biologische Alterung per Selfie und startet Studien" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "FaceAge: KI erkennt biologische Alterung per Selfie und startet Studien" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »FaceAge: KI erkennt biologische Alterung per Selfie und startet Studien« bei Google Deutschland suchen, bei Bing oder Google News!