Algoritma AI yang mereka kembangkan, yang diberi nama FaceAge, dilatih menggunakan dataset masif yang terdiri dari sekitar 59 ribu gambar wajah. Proses pelatihan yang ekstensif ini memungkinkan algoritma untuk mengidentifikasi pola-pola visual yang subtil dan kompleks yang berkorelasi dengan usia biologis seseorang.
"Studi kami kini menunjukkan untuk pertama kalinya bahwa kita benar-benar dapat menggunakan AI untuk mengubah swafoto menjadi sumber biomarker penuaan yang nyata," kata dr Hugo Aerts, penulis korespondensi dari studi tersebut.
Ia menekankan keunggulan teknologi ini dalam hal biaya yang relatif rendah, kemudahan penggunaan berulang kali, dan potensi untuk melacak perubahan usia biologis individu dalam rentang waktu yang panjang, mencakup bulan, tahun, dan dekade. Dr Aerts menambahkan, "Dampaknya bisa sangat besar, karena kini kita punya cara untuk memantau status kesehatan pasien secara terus-menerus dengan mudah dan ini bisa membantu kita memprediksi risiko kematian atau komplikasi setelah, misalnya, operasi besar atau perawatan lain".
Potensi untuk pemantauan kesehatan jarak jauh dan berkelanjutan melalui analisis swafoto membuka peluang baru dalam manajemen kesehatan proaktif. Untuk mengilustrasikan kemampuan FaceAge dalam membedakan antara usia kronologis dan usia biologis, para peneliti memberikan contoh menarik dengan mengevaluasi potret aktor Paul Rudd dan Wilford Brimley ketika keduanya berusia 50 tahun.
Hasil analisis FaceAge memperkirakan usia biologis Paul Rudd sekitar 42,6 tahun, yang secara signifikan lebih muda dari usia kronologisnya. Sebaliknya, usia biologis aktor Wilford Brimley, yang meninggal dunia pada 2020, diperkirakan mencapai 69 tahun, jauh lebih tua dari usia kronologisnya saat foto tersebut diambil. Perbedaan mencolok ini secara visual menggambarkan bagaimana individu dengan usia kronologis yang sama dapat memiliki usia biologis yang sangat berbeda, yang mencerminkan perbedaan dalam kesehatan dan laju penuaan mereka.
Lebih lanjut, studi yang dipublikasikan dalam jurnal Lancet Digital Health menguji penerapan FaceAge pada skala yang lebih besar, melibatkan ribuan pasien kanker. Dalam penelitian ini, FaceAge digunakan untuk menganalisis gambar wajah dari 6.200 pasien kanker yang diambil pada awal perawatan mereka.
Hasil analisis mengungkapkan bahwa usia biologis pasien kanker, secara rata-rata, lima tahun lebih tua daripada usia kronologis mereka. Temuan yang lebih signifikan adalah adanya korelasi antara pembacaan FaceAge yang lebih tinggi dengan hasil kelangsungan hidup yang lebih buruk di antara pasien kanker, terutama pada mereka yang memiliki perkiraan usia biologis di atas 85 tahun.
