IA pode estimar risco de morte em pacientes com câncer a partir de uma selfie, indica estudo
Pesquisadores desenvolveram modelos de IA que utilizam uma única foto do rosto para estimar a idade e avaliar o risco de mortalidade em pacientes com câncer.
O que você precisa saber
- O FAHR-FaceAge, derivado de um modelo treinado com mais de 40 milhões de imagens faciais, estima a idade facial de pacientes com câncer a partir de uma única foto. Uma idade facial pelo menos 5 anos superior à cronológica foi associada a um risco de morte 21% maior em comparação com o grupo de referência.
- Algumas regiões analisadas pelos modelos lembram sinais descritos por Hipócrates há cerca de 2.400 anos, como nariz afilado, olhos fundos e têmporas caídas — uma semelhança destacada pelos autores. Os modelos não foram treinados com os textos antigos.
- No grupo de maior risco do FAHR-FaceSurvival, 52,5% dos 122 pacientes morreram em até 90 dias.
Pesquisadores do Mass General Brigham, sistema de saúde sediado em Boston, Massachusetts (EUA), desenvolveram modelos de inteligência artificial (IA) capazes de estimar a idade facial e o risco de morte de pacientes com câncer a partir de uma única foto do rosto. O estudo foi publicado em 19 de outubro de 2026 na revista The Lancet Digital Health.
Como funciona
Os modelos partem do FAHR-Face, sistema treinado com mais de 40 milhões de imagens faciais. A partir dele, foram desenvolvidas duas ferramentas:
- FAHR-FaceAge: estima a idade que a pessoa aparenta ter. A diferença entre a idade facial estimada e a idade cronológica foi associada ao risco de morte.
- FAHR-FaceSurvival: gera um escore de sobrevida a partir de uma fotografia facial (escores mais altos indicam maior risco).
Cada algoritmo analisa áreas diferentes do rosto:
- FAHR-FaceAge: concentra-se na região do sulco nasolabial, que liga as laterais do nariz aos cantos da boca, além da testa, acima dos olhos, e das têmporas.
- FAHR-FaceSurvival: analisa principalmente a região abaixo dos olhos e a ponte do nariz, entre os olhos.
Segundo os autores, esta seria a primeira demonstração de que uma IA pode prever diretamente a sobrevivência ao câncer a partir de uma simples fotografia.
Eco de Hipócrates
Algumas regiões faciais destacadas pelos modelos apresentam semelhanças com sinais descritos por Hipócrates, considerado o pai da medicina, por volta de 400 a.C.: “o nariz afilado, os olhos fundos, as têmporas caídas”.
Os modelos não utilizaram os textos antigos. Foram desenvolvidos a partir de imagens faciais e ajustados para estimar a idade ou avaliar a sobrevida, conforme a tarefa. O radio-oncologista Raymond Mak considerou a semelhança surpreendente, descrevendo-a como “Hipócrates ecoando através dos milênios”.
Principais resultados
Entre pacientes com câncer tratados com radioterapia nos EUA, durante um acompanhamento mediano de 4,3 anos, os pesquisadores observaram associações entre a idade facial estimada e o risco de morte:
- Idade facial pelo menos 5 anos acima da cronológica: risco de morte 21% maior em comparação com o grupo de referência usado nessa análise.
- Idade facial pelo menos 5 anos abaixo da cronológica: risco de morte 17% menor, conforme a comparação específica realizada no estudo.
Mortes em até 90 dias após a avaliação:
- FAHR-FaceSurvival: no grupo de maior risco, 52,5% dos 122 pacientes morreram. No grupo de menor risco, foram 20 mortes entre 975 pacientes, cerca de 2%.
- FAHR-FaceAge: entre os pacientes cuja idade facial estimada era mais de 20 anos superior à idade cronológica, 21,3% dos 1.060 pacientes morreram. Entre aqueles cuja idade facial estimada era pelo menos dez anos inferior à idade cronológica, a proporção foi de 6,4% dos 4.195 pacientes.
Também houve associações estatísticas entre o envelhecimento facial estimado e fatores como consumo excessivo de álcool, uso de drogas e tabagismo. Isso não demonstra que esses fatores, isoladamente, expliquem as estimativas produzidas pelos modelos.
O FAHR-FaceAge apresentou resultados consistentes diante de variações de iluminação, ângulo, expressão facial e maquiagem. A maioria dos procedimentos estéticos testados não afetou significativamente o desempenho, embora tenha sido observada uma pequena diferença após a rinoplastia.
Uso potencial
No futuro, a análise facial poderá complementar a avaliação da condição física de pacientes antes de tratamentos intensivos, como radioterapia, cirurgia e terapia sistêmica.
Segundo Mak, o objetivo é tornar essa avaliação mais quantitativa, consistente e escalável, ajudando a apoiar decisões personalizadas sem substituir o julgamento médico. Os pesquisadores também pretendem investigar se a tecnologia poderá fornecer informações relevantes sobre a saúde de pessoas sem câncer, hipótese que exige novos estudos.
Ressalvas de especialistas
- Wilbur Lam, da Universidade Emory: as associações parecem robustas, mas a utilidade clínica precisa ser comprovada em estudos prospectivos. Também é necessário avaliar o desempenho em diferentes tons de pele, faixas etárias e grupos de pacientes.
- Miroslaw Bober, da Universidade de Surrey: prever não é explicar. A IA estima a idade com base na aparência facial, sem medir diretamente os processos biológicos do envelhecimento. O estudo também não demonstrou se as previsões acrescentam informações clinicamente úteis às avaliações médicas convencionais.
A análise facial por IA poderá se tornar um recurso complementar na avaliação de pacientes com câncer. No entanto, a tecnologia ainda não está pronta para orientar decisões clínicas de forma independente.
