Een AI-model analyseert een simpele selfie om overlevingskansen van kankerpatiënten in te schatten

Een team van Amerikaanse onderzoekers heeft een AI ontwikkeld die het biologische leeftijd van een persoon kan inschatten op basis van het gezicht en, bij kankerpatiënten, hun overlevingskansen op korte termijn kan beoordelen. Dit onderzoek, gepubliceerd op 19 oktober 2026 in het tijdschrift The Lancet Digital Health, komt van het Mass General Brigham, het grootste academische ziekenhuisnetwerk in Massachusetts, verbonden aan Harvard.

Bij een kankerpatiënt kan het gezicht oncologen waardevolle aanwijzingen geven. Deze morfologische markers helpen clinici bijvoorbeeld te beoordelen of een patiënt sterk genoeg is om een zware chemotherapie of radiotherapie te ondergaan. Deze beoordeling is echter van nature subjectief: ze kan variëren van arts tot arts en is niet reproduceerbaar.

Het team van Mass General Brigham heeft een model ontwikkeld genaamd FAHR-Face, wat staat voor « Foundation Artificial Intelligence for Health Recognition – Face ». Het is getraind op meer dan 40 miljoen gezichtsfoto’s en vervolgens gespecialiseerd in twee taken: het inschatten van de biologische leeftijd (FAHR-FaceAge) en het voorspellen van de overleving van een kankerpatiënt (FAHR-FaceSurvival). Volgens de auteurs is dit « de eerste demonstratie dat een AI-model direct de overleving van een kankerpatiënt kan voorspellen op basis van een simpele foto ».

Een op geneeskunde gericht « foundation model »

Net als ChatGPT of Gemini is FAHR-Face een « foundation model », dat wil zeggen een model dat eerst getraind is op een zeer grote hoeveelheid data om een algemeen begrip van zijn domein te verwerven, en daarna gespecialiseerd voor specifieke taken. Het verschil zit in zijn corpus: foto’s van menselijke gezichten, van alle etnische achtergronden en leeftijden, en geen tekst. Door deze te analyseren heeft het model geleerd wat een gezicht structureert (verhoudingen, huidtextuur, diepte van rimpels, conditie van onderoogweefsel), maar ook wat het in de loop der tijd verandert, zoals cellulaire veroudering, pathologieën, roken, alcohol en voedingsdeficiënties. De onderzoekers hebben vervolgens deze basis gericht op de twee medische toepassingen.

FAHR-FaceAge richt zich op de werkelijke staat van de cellen, weefsels, organen en fysiologische systemen van een persoon, in tegenstelling tot de kalenderleeftijd. Het concentreert zich op het voorhoofd, de slapen, de nasolabiale plooien (de plooien die de neus verbinden met de mondhoeken) en de oogcontour. Getest op een cohort van 38.000 patiënten van Harvard, blijkt dat degenen wier gezicht minstens vijf jaar ouder leek dan hun kalenderleeftijd een 21% hoger sterfterisico hadden, alle oorzaken meegerekend, na correctie voor leeftijd, geslacht, kankertype en ziektestadium. Het model legde ook een verband bloot tussen roken, alcohol, drugsgebruik en versnelde gezichtsveroudering.

FAHR-FaceSurvival beoordeelt het sterfterisico van een kankerpatiënt door de zone onder de ogen en de omgeving van de neusbrug te analyseren. Om het te testen, hebben de onderzoekers het model foto’s voorgelegd van patiënten die radiotherapie ondergingen, zonder het andere informatie dan hun gezicht te geven. Het model classificeerde elke patiënt in een risicocategorie, van laagst naar hoogst.

Van de 122 patiënten die in de meest kritieke categorie werden geplaatst, is 52,5% daadwerkelijk overleden binnen 90 dagen na de foto. In de minst risicovolle categorie, die 975 patiënten telde, stierf ongeveer 2% in dezelfde periode. Door patiënten in vier groepen in te delen volgens de ernst van de prognose, stierven die in de hoogst risicogroep 3,23 keer vaker dan die in de minst risicogroep.

Een retrospectieve studie, zonder proef in reële omstandigheden

Deze resultaten moeten in hun context worden geplaatst. De studie is retrospectief: het model werd gevoed met foto’s van patiënten van wie de uitkomst al bekend was, en vervolgens werden zijn voorspellingen achteraf vergeleken met de realiteit. Ze toont aan dat FAHR-FaceSurvival historische gegevens correct classificeert, maar ze toont nog niet aan dat het de medische besluitvorming zou verbeteren als het in realtime zou worden gebruikt. Alleen prospectieve klinische proeven, waarbij de tool in het zorgtraject zou worden geïntegreerd, zouden het concrete effect kunnen meten. Twee van zulke proeven zijn al gestart bij Mass General Brigham.

De onderzoekers hebben ook een openbaar portaal geopend waar iedereen een foto van zijn gezicht kan uploaden om hun database te verrijken. Volgens de startpagina duurt de procedure niet langer dan 10 minuten, en « alle foto’s en gegevens worden veilig opgeslagen en uitsluitend voor onderzoeksdoeleinden gebruikt ». In ruil ontvangt de internetgebruiker een schatting van zijn biologische leeftijd door FAHR-FaceAge, en zijn deelname blijft anoniem.