Gesicht statt Glaskugel: KI sagt Lebenserwartung aus Fotos voraus

Ein KI-Modell kann aus einem einfachen Porträtfoto das biologische Alter von Menschen berechnen - und liefert dabei Hinweise auf die Überlebensprognose bei Krebspatienten. Doch wie zuverlässig kann ein Gesicht wirklich über Leben und Krankheit Auskunft geben?

Wie ein Selfie zur Diagnosehilfe wird

Diese Frage untersuchte ein Forschungsteam von Mass General Brigham, ein gemeinnütziges Gesundheitsnetzwerk mit Sitz in Boston, Massachusetts, anhand einer KI namens FaceAge. Die Technologie nutzt ein einziges Bild des Gesichts, um das sogenannte biologische Alter einer Person zu schätzen - also, wie alt jemand "wirkt" statt "ist". Die Analyse zeigte: Bei Krebspatienten liegt dieses Alter im Schnitt fünf Jahre über dem tatsächlichen, und es korreliert mit einer geringeren Lebenserwartung.

FaceAge basiert auf Deep Learning. Trainiert wurde das Modell mit 58.851 Porträtfotos gesunder Menschen aus öffentlichen Bilddatenbanken. Zur Validierung nutzte das Team Bilder von 6.196 Krebspatienten, die zu Beginn einer Strahlenbehandlung aufgenommen worden waren. Dabei zeigte sich ein konsistenter Zusammenhang zwischen hoher "FaceAge" und schlechterer Überlebensprognose - auch nach Kontrolle von Alter, Geschlecht und Krebsart. Besonders auffällig war der Effekt bei Menschen, deren FaceAge über 85 lag.

Die Hoffnung ist, dass sich die Technik künftig zur Früherkennung nutzen lässt

Ein Teil der in The Lancet Digital Health veröffentlichten Studie widmete sich der Frage, wie gut erfahrene Ärzte die kurze Lebenserwartung von Palliativpatienten auf Basis von Porträtbildern beurteilen konnten. Dafür erhielten zehn Ärzte Fotos und Basisdaten von 100 Betroffenen. Das Ergebnis: Ohne KI lag die Treffsicherheit der Prognosen kaum über dem Zufallswert. Sobald jedoch FaceAge-Daten ergänzt wurden, verbesserte sich die Vorhersagequalität messbar. Ansatz des Mass General Brigham

Gesicht-Geschichte

Diese Resultate deuten darauf hin, dass Gesichter tatsächlich eine Art biometrischen Gesundheitsindikator enthalten könnten. Dennoch ist FaceAge noch nicht reif für den klinischen Alltag. Die Forschenden arbeiten daran, das Modell robuster zu machen - etwa durch Tests an weiteren Datensätzen, durch Beobachtungen über Zeit hinweg oder durch Gegenprüfungen bei plastisch veränderten Gesichtern. Auch soll die Anwendung auf andere chronische Erkrankungen ausgeweitet werden.

Co-Autor Ray Mak betont das Potenzial des Ansatzes: "Je stärker wir chronische Krankheiten als Ausdruck des Alterns verstehen, desto entscheidender wird die Fähigkeit, den Verlauf individuellen Alterns genau zu bestimmen." Die Forschenden plädieren jedoch für einen ethisch kontrollierten Einsatz solcher Technologien.


Siehe auch: