LONDON (IT BOLTWISE) – Forschende haben ein KI-System vorgestellt, das aus einem einzelnen Foto des Gesichts das biologische Alter und daraus abgeleitet bzw. direkt das Krebsüberleben schätzen kann. Die Modelle wurden am Mass General Brigham entwickelt und auf Daten mit über 40 Millionen Gesichtsfotos trainiert. Zwei getrennte Werkzeuge sollen dabei unterschiedliche Gesundheitsinformationen herausarbeiten: eines prognostiziert über das Gesichtsalter, das andere sagt das Überleben direkt voraus. Vor einem breiten Einsatz fordern die Autorinnen und Autoren weitere Studien, betonen aber das Potenzial für quantitativere Entscheidungen in der Krebstherapie.
Ein einzelnes Selfie als medizinische Messgröße klingt nach Science-Fiction, ist aber im Kern eine Frage nach Rechenleistung, Datenqualität und sauberer Modellierung. Laut einer Veröffentlichung in Lancet Digital Health haben Ärztinnen und Ärzte ein KI-System entwickelt, das aus einem Foto des Gesichts nicht nur ein sogenanntes biologisches Alter ableitet, sondern bei Krebs-Patienten auch Überlebensaussichten schätzen kann. Entscheidend ist dabei weniger der „Trick“ als die Systematik: Das Modell wird aus sehr großen Bilddatenbeständen trainiert und lässt sich anschließend auf konkrete Gesundheitszielgrößen anpassen, statt jedes gewünschte Ergebnis von Grund auf neu zu erlernen.
Technisch betrachtet setzen die Forschenden auf eine Face-Age- und Survival-Logik, die zwei komplementäre Perspektiven zusammenbringt. Das Werkzeug FAHR-FaceAge schätzt das biologische Alter – also das, was das Aussehen eines Menschen widerspiegelt, nicht das chronologische Alter – und nutzt diese Information, um die Prognose für das Krebsüberleben abzuleiten. Daneben steht FAHR-FaceSurvival, das die Überlebenswahrscheinlichkeit direkt aus einem Gesichtsbild vorhersagt, ohne den Umweg über das biologische Alter. Obwohl beide aus derselben Modellfamilie abgeleitet wurden, nutzen sie unterschiedliche Teile des Gesichts: FAHR-FaceAge fokussiert Bereiche wie Falten vom Nasenflügel bis zu den Mundwinkeln, die Stirn oberhalb der Augenhöhlen sowie die Schläfen. FAHR-FaceSurvival hingegen bewertet Regionen unter den Augen und rund um den Nasenrücken.
Die Studie liefert auch ein greifbares Ergebnis dafür, wie das Gesichtssignal mit der medizinischen Realität zusammenhängen kann. Bei US-Patienten, die mit Radiotherapie behandelt wurden, zeigte sich laut den Angaben der Untersuchung ein klarer Zusammenhang zwischen dem von der KI geschätzten biologischen Alter und dem Risiko, während einer durchschnittlichen vierjährigen Nachbeobachtung zu sterben: Wer im Modell mindestens fünf Jahre „älter“ aussah als das tatsächliche Alter, hatte demnach ein um 21% höheres Sterberisiko als der Rest der Kohorte. Umgekehrt lag das Risiko bei Personen, die mindestens fünf Jahre „jünger“ wirkten, um 17% niedriger. Solche Prozentwerte sind zwar kontextabhängig und hängen von Kohorte, Therapie und Studiendesign ab, geben aber einen messbaren Anker für die Frage, ob das Signal stark genug ist, um klinisch relevante Entscheidungen zu unterstützen.
Die methodische Story dahinter betonen die Autorinnen und Autoren explizit über den Begriff „foundation model“. Hugo Aerts, Co-Seniorautor der Studie, wird mit den Worten zitiert: „FAHR-FaceSurvival advances the field of facial health recognition AI a step further by learning survival risk directly from facial photographs of patients with cancer.“ Außerdem heißt es in demselben Kontext: „To our knowledge, this is the first demonstration that an AI model can directly predict cancer survival from a simple photograph.“ Aus Plattform- und Entwicklungssicht liegt der Kern dann in der Skalierbarkeit: Wenn das Modell auf mehr als 40 Millionen Gesichtsfotos einer breiten Spanne von Ethnien und Altersgruppen trainiert wird, kann es für mehrere Gesundheitsmarker „umgebaut“ werden, ohne für jede Zielgröße eine komplett neue Architektur von Null anlernen zu müssen. Genau diese Wiederverwendbarkeit ist auch in der KI-Engineering-Praxis ein wiederkehrender Engpass: Statt viele Einzelsysteme zu pflegen, entsteht ein gemeinsam genutztes Repräsentationslernen, das sich auf unterschiedliche Outputs mappen lässt.
Für den klinischen Alltag ist die Anschlussfrage jedoch, wie robust solche Vorhersagen gegen reale Foto-Schwankungen sind. Die Forschenden beschreiben, dass FAHR-FaceAge konsistent über typische Unterschiede hinweg blieb, etwa bei Pose, Beleuchtung, Gesichtsausdruck und Make-up. Zusätzlich wird genannt, dass das Modell auch nach den meisten getesteten plastischen Eingriffen stabil blieb, wobei nach einer Rhinoplastik nur eine kleine Verschiebung beobachtet wurde. Damit verschiebt sich der Fokus von „Kann die KI überhaupt etwas erkennen?“ hin zu „Wie gut hält das Signal unter Alltagsbedingungen?“. Gerade in der Medizin ist diese Robustheit zentral, weil Bilddaten in der Praxis häufig nicht labornormiert sind und Nutzer- oder Gerätevarianten systematisch variieren können.
Ein weiterer Teil der Studie verbindet das Gesichtssignal mit Lebensstil-Faktoren und damit biologischer Plausibilität. Demnach standen etwa starker Alkoholkonsum, Drogenkonsum und Rauchen in Beziehung zu einem biologisch älteren Aussehen, wie es die KI aus den Fotos ableitete. Daneben ordnet Raymond Mak, Strahlentherapeut am Mass General Brigham, den potenziellen Nutzen eher pragmatisch ein: „As the population ages, physicians need better ways to estimate physical reserve and frailty before recommending intensive treatments such as radiation, surgery or systemic therapy.“ Er beschreibt außerdem das Ziel, Gesichtsfoto-basierte Bewertungen „quantitative, consistent and scalable“ zu machen, um personalisierte Behandlungsentscheidungen zu unterstützen, ohne ärztliches Urteilsvermögen zu ersetzen.
Auf Markt- und Branchenebene zeigt das Projekt vor allem, dass KI-basierte Patienteneinschätzung zunehmend in die Nähe von „Vor-Entscheidern“ rückt: nicht als Ersatz für Diagnostik, sondern als skalierbarer Zusatz, der Risikoabschätzungen standardisieren könnte. Für Unternehmen und Entwickler im Gesundheitsbereich ist besonders interessant, wie aus einem großen Bildmodell mehrere Biomarker-ähnliche Größen entstehen können, weil das die Kosten für Erweiterungen senken dürfte. Gleichzeitig bleibt klar: Die Forschenden warnen, dass mehr Forschung nötig ist, bevor solche Tools breit eingesetzt werden können. Für die nächsten Schritte wird daher entscheidend sein, wie gut sich die Vorhersagen in unabhängigen Kohorten replizieren lassen, wie sie mit klinischen Endpunkten in Beziehung gesetzt werden und ob sich aus dem Ansatz verlässliche Workflows ableiten lassen, die in der Versorgung wirklich Zeit sparen und Entscheidungen nachvollziehbarer machen.
💳 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 "KI aus einem Selfie: Modell sagt biologisches Alter und Krebsüberleben voraus" 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 "KI aus einem Selfie: Modell sagt biologisches Alter und Krebsüberleben voraus" 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: »KI aus einem Selfie: Modell sagt biologisches Alter und Krebsüberleben voraus« bei Google Deutschland suchen, bei Bing oder Google News!