AI schat biologische leeftijd en overlevingskans van kankerpatiënt uit één gezichtsfoto
Onderzoekers van Mass General Brigham bouwden AI die uit één gewone gezichtsfoto schat hoe oud iemands lichaam is en hoe groot de overlevingskans bij kanker is. Zo kunnen artsen straks beter inschatten hoeveel een patiënt aankan. Eerst volgt meer onderzoek.
Voordat een kankerpatiënt aan een zware behandeling begint, wil de arts weten hoeveel die persoon aankan. Twee mensen van 70 kunnen lichamelijk heel verschillend zijn: de een is fit, de ander kwetsbaar. Artsen kijken daarom ook naar hoe een patiënt eruitziet, maar zo'n inschatting op het oog is persoonlijk en vaak onnauwkeurig.
Onderzoekers van het Mass General Brigham Cancer Institute in Boston willen artsen daarbij helpen met AI. Hun nieuwe modellen halen uit één gewone gezichtsfoto twee dingen: hoe oud iemands lichaam lijkt (de biologische leeftijd) en hoe groot de kans is dat een kankerpatiënt de komende tijd overleeft. Het onderzoek verscheen op 19 oktober 2026 in het vakblad The Lancet Digital Health.
Eerst leren kijken, dan een taak leren
Het team bouwde eerst een algemeen basismodel, genaamd FAHR-Face. Dat model kreeg ruim 40 miljoen gezichtsfoto's te zien, zonder dat iemand erbij vertelde wat erop stond. Het moest steeds een afgedekt deel van een foto zelf invullen. Zo leerde het hoe gezichten in elkaar zitten, ongeveer zoals iemand die heel veel puzzels heeft gelegd vanzelf ziet welk stukje waar past.
Daarna leerden de onderzoekers het model twee specifieke taken. FaceAge schat de biologische leeftijd. FaceSurvival voorspelt de overlevingskans van kankerpatiënten.
Wat de modellen kunnen
FaceAge zat bij het schatten van iemands echte leeftijd gemiddeld 5,1 jaar ernaast. Volgens de onderzoekers is dat nauwkeuriger dan eerdere modellen, die gemiddeld bijna 7 jaar misten. Interessanter is het verschil tussen de geschatte en de echte leeftijd. Patiënten die er minstens vijf jaar ouder uitzagen dan ze waren, hadden 21 procent meer kans om te overlijden dan patiënten die er even oud uitzagen als ze waren. Roken, veel alcohol en drugs hingen samen met een ouder ogend gezicht. Bij roken was dat het duidelijkst: wie rookt, zag er ouder uit dan wie gestopt was, en die weer ouder dan wie nooit rookte.
FaceSurvival werd getraind met foto's van ruim 34.000 kankerpatiënten die bestraling kregen. Daarna testten de onderzoekers het bij nieuwe groepen patiënten. In een testgroep van 3.820 patiënten kregen 122 mensen de hoogste risicoscore. Van hen overleden er 64 binnen 90 dagen na de foto, ruim de helft. In de groep met de laagste score was dat ongeveer 2 procent.
Twee modellen, twee delen van het gezicht
De twee modellen letten op verschillende plekken. FaceAge kijkt vooral naar de plooien tussen neus en mond, het voorhoofd en de slapen. FaceSurvival kijkt vooral naar de huid onder de ogen en rond de neusbrug. Waarom juist die plekken iets zeggen over de overlevingskans, weten de onderzoekers nog niet. Omdat de modellen verschillende informatie oppikken, voorspellen ze samen beter dan elk afzonderlijk, ook naast de gegevens die artsen nu al gebruiken.
FaceAge bleef betrouwbaar bij een andere belichting, een andere gezichtsuitdrukking, make-up en de meeste plastische ingrepen. Alleen na een neuscorrectie schatte het model mensen iets ouder in.
Hetzelfde team liet in 2025 met een eerdere versie van FaceAge al zien hoe zo'n hulpmiddel artsen kan helpen. Tien artsen en onderzoekers schatten toen de levensverwachting van 100 ernstig zieke patiënten op basis van foto's. Ze deden het nauwelijks beter dan gokken, ook als ze de leeftijd en de ziekte kenden. Met de schatting van FaceAge erbij werden hun voorspellingen beter.
De volgende stappen
Het is nog geen hulpmiddel voor in het ziekenhuis. Het overlevingsmodel is vooral getraind met foto's van patiënten uit de omgeving van Boston, van wie de meesten wit zijn. Het team test de modellen daarom nu bij grotere en meer gevarieerde groepen. Iedereen kan daaraan meedoen via een online onderzoek, waarbij je een eigen foto uploadt en een geschatte gezichtsleeftijd terugkrijgt. Volgens hoofdonderzoeker Raymond Mak, bestralingsarts, is het doel om artsen extra informatie te geven, niet om hun oordeel te vervangen. Mass General Brigham heeft patent aangevraagd op de algoritmen.
Bio-ethicus Matthew Liao van New York University, die niet bij het onderzoek betrokken was, noemt het werk interessant. Het kan helpen om mensen te vinden die extra zorg nodig hebben. Hij wijst er ook op dat een fout van het model ertoe kan leiden dat iemand zorg misloopt, en dat er duidelijke afspraken nodig zijn zodat bijvoorbeeld verzekeraars of werkgevers zulke tools niet misbruiken.
Wat betekent dit voor de weg naar de singulariteit?
Een gezichtsfoto is goedkoop en overal te maken, met elke telefoon. Als zo'n foto betrouwbaar laat zien hoe kwetsbaar iemand is, kunnen artsen een zware behandeling beter afstemmen op wat een patiënt aankan, zonder extra onderzoek in het ziekenhuis. Dat is een stap naar zorg die beter past bij de persoon, en dus naar langer gezond leven. Opvallend is ook de werkwijze: één basismodel dat gezichten heeft leren begrijpen, kan voor steeds nieuwe medische vragen worden ingezet. Na de proeven met meer verschillende patiënten wordt duidelijk hoe snel deze techniek artsen in de praktijk kan helpen.
