Une équipe de chercheurs américains a mis au point une IA capable d’estimer l’âge biologique d’une personne à partir de son visage et, chez les patients atteints d’un cancer, d’évaluer leurs chances de survie à court terme. Ces travaux, publiés le 19 octobre 2026 dans la revue The Lancet Digital Health, émanent du Mass General Brigham, le plus grand réseau hospitalo-universitaire du Massachusetts, rattaché à Harvard.
- Une IA analyse le visage pour estimer l’âge biologique et le risque de décès des patients atteints d’un cancer.
- Elle classe les patients selon leur risque, et ses prédictions concordent avec les issues observées.
- L’étude reste rétrospective et ne prouve pas encore une amélioration des décisions médicales.
- Des essais cliniques prospectifs doivent mesurer son effet réel en conditions de soins.
Chez un patient atteint d’un cancer, le visage peut fournir aux oncologues des indices précieux. Ces marqueurs morphologiques aident les cliniciens à juger, par exemple, si un patient est suffisamment solide pour supporter une chimiothérapie ou une radiothérapie lourde. Or cette évaluation est, par nature, subjective : d’un praticien à l’autre, elle peut varier et n’est pas reproductible.
L’équipe du Mass General Brigham a développé un modèle baptisé FAHR-Face, pour « Foundation Artificial Intelligence for Health Recognition – Face ». Il a été entraîné sur plus de 40 millions de photographies de visages, puis spécialisé dans deux tâches : estimer l’âge biologique (FAHR-FaceAge) et prédire la survie d’un patient atteint d’un cancer (FAHR-FaceSurvival). Selon les auteurs, il s’agit de « la première démonstration qu’un modèle d’IA peut directement prédire la survie d’un patient atteint de cancer à partir d’une simple photographie ».
Un « modèle de fondation » tourné vers la médecine
Comme ChatGPT ou Gemini, FAHR-Face est un « modèle de fondation », c’est-à-dire un modèle entraîné d’abord sur un volume très important de données pour acquérir une compréhension générale de son domaine, puis spécialisé pour des tâches ciblées. La différence tient à son corpus : des photographies de visages humains, de toutes origines ethniques et de tous âges, et non du texte. En les analysant, le modèle a appris ce qui structure un visage (proportions, texture de la peau, profondeur des sillons, état des tissus sous-orbitaires), mais aussi ce qui l’altère avec le temps, comme le vieillissement cellulaire, les pathologies, le tabagisme, l’alcool et les carences nutritionnelles. Les chercheurs ont ensuite orienté ce socle vers les deux applications médicales.
FAHR-FaceAge s’intéresse à l’état réel des cellules, des tissus, des organes et des systèmes physiologiques d’une personne, par opposition à son âge civil. Il se concentre sur le front, les tempes, les sillons nasogéniens (les plis qui relient le nez aux commissures des lèvres) et le contour des yeux. Validé sur une cohorte de 38 000 patients de Harvard, il indique que ceux dont le visage affichait au moins cinq ans de plus que leur âge civil présentaient un risque de décès supérieur de 21 %, toutes causes confondues, après ajustement pour l’âge, le sexe, le type de cancer et le stade de la maladie. Le modèle a également mis en évidence une association entre tabagisme, alcool, consommation de drogues et vieillissement facial accéléré.
FAHR-FaceSurvival évalue le risque de décès d’un patient atteint d’un cancer en analysant la zone sous-orbitaire et le pourtour de l’arête nasale. Pour le tester, les chercheurs ont soumis au modèle des photographies de patients traités en radiothérapie, sans lui fournir d’autre information que leur visage. Le modèle a classé chaque patient dans une catégorie de risque, du plus faible au plus élevé.
Parmi les 122 patients placés dans la catégorie la plus critique, 52,5 % sont effectivement décédés dans les 90 jours suivant la photographie. Dans la catégorie la moins à risque, qui comptait 975 patients, environ 2 % sont morts dans le même délai. En répartissant les patients en quatre groupes selon la gravité du pronostic, ceux du groupe le plus à risque sont morts 3,23 fois plus souvent que ceux du groupe le moins exposé.
Une étude rétrospective, sans essai en conditions réelles
Ces résultats doivent être replacés dans leur contexte. L’étude est rétrospective : le modèle a été nourri avec des photos de patients dont l’issue était déjà connue, puis ses prédictions ont été comparées après coup à la réalité. Elle montre que FAHR-FaceSurvival classe correctement des données passées, mais elle ne démontre pas encore qu’il améliorerait la décision médicale s’il était utilisé en temps réel. Seuls des essais cliniques prospectifs, qui intégreraient l’outil au parcours de soins, permettraient de mesurer son effet concret. Deux de ces essais ont déjà été lancés au Mass General Brigham.
Les chercheurs ont également ouvert un portail public où chacun peut téléverser une photo de son visage afin d’enrichir leur base de données. Selon la page d’accueil, la procédure ne prend pas plus de 10 minutes, et « toutes les photos et données sont stockées de manière sécurisée et utilisées uniquement à des fins de recherche ». En contrepartie, l’internaute reçoit une estimation de son âge biologique par FAHR-FaceAge, et sa participation reste anonyme.
