Publicado: octubre 19, 2026, 8:30 pm
La cara, dicen, es el espejo del alma, pero para los algoritmos también empieza a ser un reflejo de nuestro estado de salud. Un equipo de investigadores del Mass General Brigham (Estados Unidos) ha desarrollado un modelo de inteligencia artificial entrenado con más de 40 millones de imágenes faciales capaz de estimar la edad biológica de una persona y predecir su riesgo de supervivencia ante un cáncer con la única referencia de una fotografía. La investigación, publicada en la revista ‘ Lancet Digital Health ‘, abre la puerta a evaluar la fragilidad de los pacientes antes de someterlos a tratamientos como la quimioterapia, la radioterapia o la cirugía mayor. La herramienta no pretende sustituir el criterio médico, sino aportar un indicador numérico rápido, escalable y objetivo para personalizar las decisiones clínicas . El desarrollo técnico se basa en la arquitectura FAHR-Face (Fundación de Inteligencia Artificial para el Reconocimiento de la Salud), una red neuronal capaz de aprender la estructura general del rostro humano para después centrarse en distintas tareas sanitarias. De este tronco común nacen dos herramientas complementarias: una destinada a calcular cuántos años representan las facciones de un individuo, y la otra diseñada para evaluar la expectativa de vida en pacientes con patologías oncológicas. Lo relevante del hallazgo es que ambas métricas, aunque salieron del mismo modelo de origen, no miden exactamente lo mismo. Sus predicciones aportan información complementaria y que no está correlacionada. De hecho, los algoritmos se fijan en zonas anatómicas completamente distintas para llegar a sus conclusiones. Mientras que la herramienta enfocada en la edad se centra en los surcos nasogenianos, la frente y las sienes, el modelo que calcula la supervivencia analiza con mayor atención la zona infraorbitaria, debajo de los ojos , y el puente nasal. «A medida que la población envejece, los médicos necesitamos mejores herramientas para estimar la reserva física y la fragilidad de un paciente antes de recomendar tratamientos intensivos como la radioterapia, la cirugía o la terapia sistémica», señala Raymond Mak, oncólogo radioterápico del Mass General Brigham Cancer Institute y coautor del estudio. Para el especialista, el objetivo es «hacer que la evaluación de la salud basada en fotografías sea más cuantitativa, consistente y escalable para respaldar decisiones personalizadas en lugar de reemplazar el juicio médico». El estudio también confirmó que la brecha entre la edad cronológica —la que figura en el DNI— y la edad biológica que detecta la máquina guarda una relación directa e independiente con la supervivencia. Los hábitos de vida dejan una huella visible que el algoritmo no pasa por alto: el consumo intensivo de alcohol, el uso de drogas y el tabaquismo aceleran el envejecimiento facial. En el caso del tabaco, la graduación es exacta, reflejando que los fumadores habituales aparentan mayor edad biológica que los exfumadores, y estos a su vez más que quienes nunca han probado el cigarrillo. «El avance técnico clave es que la arquitectura aprende una representación general del rostro a partir de más de 40 millones de imágenes, que luego puede adaptarse a distintos resultados de salud», explica Hugo Aerts, director del programa de Inteligencia Artificial en Medicina del Mass General Brigham y coautor del trabajo. Aerts destaca la trascendencia del hito médico: «FAHR-FaceSurvival da un paso más allá al aprender el riesgo de mortalidad directamente de fotos de pacientes oncológicos. Hasta donde sabemos, esta es la primera demostración de que un modelo de IA puede predecir la supervivencia al cáncer a partir de una simple fotografía». Una de las sorpresas durante la fase de validación técnica fue la robustez de las lecturas. El algoritmo mantuvo una notable estabilidad frente a variaciones habituales en fotografías del mundo real, como cambios en la iluminación, la postura de la cabeza, la expresión facial o la presencia de maquillaje . Del mismo modo, la mayoría de los procedimientos de cirugía estética analizados no alteraron de forma sustancial las predicciones de la máquina, mostrando únicamente una leve variación tras las intervenciones de rinoplastia. Para continuar refinando y validando la precisión de estos modelos biométricos en poblaciones más diversas, el equipo ha puesto en marcha, en colaboración con la Universidad de Harvard, un estudio participativo abierto al público. A través de una plataforma ‘online’ , cualquier usuario puede subir una imagen facial para recibir una estimación orientativa de su edad biológica , aportando datos de forma anónima para calibrar esta medicina futurista, donde un simple ‘selfie’ podría convertirse en el primer triaje de un historial clínico.
