AI Selfie Prediksi Risiko Kematian Pasien Kanker
ORBITINDONESIA.COM – AI selfie kini diklaim mampu membaca usia biologis dan risiko kematian pasien kanker dari satu foto wajah. Riset Mass General Brigham yang dimuat di The Lancet Digital Health menempatkan prediksi kelangsungan hidup berbasis wajah sebagai kandidat alat bantu baru dalam keputusan terapi. (Orbit dari berbagai sumber, 25 Oktober 2026)
Sebuah swafoto sederhana ternyata bisa menyimpan petunjuk mengejutkan tentang kesehatan dan umur panjang, terutama pada orang dengan kanker. Peneliti di Mass General Brigham, Boston, mengembangkan model AI yang disebut dapat memperkirakan usia biologis dan peluang bertahan hidup hanya dari satu foto wajah. (Orbit dari berbagai sumber, 25 Oktober 2026)
Temuan ini diposisikan sebagai alat tambahan bagi dokter saat menilai prognosis dan memilih pendekatan terapi. Namun para penulis menegaskan AI ini tidak dibuat untuk menggantikan evaluasi klinis yang sudah ada. (Orbit dari berbagai sumber, 25 Oktober 2026)
Model AI dilatih menggunakan lebih dari 40 juta citra wajah dari beragam usia dan latar etnis. Dari fondasi itu, tim membangun FAHR-FaceAge untuk estimasi usia biologis dan FAHR-FaceSurvival untuk prediksi peluang hidup pasien kanker dengan menggabungkan ciri wajah dan data klinis. (Orbit dari berbagai sumber, 25 Oktober 2026)
Menariknya, dua algoritma itu “melihat” bagian wajah yang berbeda untuk menilai hal yang berbeda. Estimasi usia biologis menyorot pelipis, dahi, area di atas mata, dan lipatan nasolabial, sedangkan prediksi risiko kematian menyorot batang hidung dan area bawah mata, menurut Dr. Raymond Mak. (Orbit dari berbagai sumber, 25 Oktober 2026)
Dalam pengujian FAHR-FaceSurvival, 122 pasien yang masuk kelompok risiko tinggi menunjukkan hasil yang tajam. Sebanyak 52,5% dari mereka meninggal dalam 90 hari, sementara hanya sekitar 2% dari 975 pasien pada kelompok risiko terendah yang meninggal dalam periode sama. (Orbit dari berbagai sumber, 25 Oktober 2026)
FAHR-FaceAge menambah lapisan cerita yang tidak kalah keras. Dari 1.060 pasien dengan usia biologis lebih dari 20 tahun di atas usia kronologis, 21% meninggal dalam 90 hari, sedangkan pada 4.195 pasien yang usia biologisnya setidaknya 10 tahun lebih muda, sekitar 6% meninggal dalam 90 hari. (Orbit dari berbagai sumber, 25 Oktober 2026)
Peneliti juga menguji gangguan yang sering dikhawatirkan publik: operasi kosmetik, suntikan seperti Botox, dan riasan. Mereka menyatakan perubahan kosmetik tidak memengaruhi kinerja model, sehingga sinyal yang ditangkap diduga bukan sekadar “penampilan dibuat-buat.” (Orbit dari berbagai sumber, 25 Oktober 2026)
Ada gema sejarah yang membuat riset ini terasa ganjil sekaligus memikat. Mak menyebut bagian wajah yang dibaca AI mirip dengan deskripsi Hippocrates dalam Book of Prognostics sekitar 400 SM: “hidung menajam, mata cekung, pelipis mengempis” sebagai tanda penyusutan otot dan risiko kematian. (Orbit dari berbagai sumber, 25 Oktober 2026)
Mak menekankan algoritma tidak “membaca internet” atau teks kuno apa pun. Model hanya dilatih dari foto wajah dan label usia atau status meninggal, sehingga kemiripan dengan Hippocrates disebutnya “sangat mengerikan” sekaligus mengejutkan. (Orbit dari berbagai sumber, 25 Oktober 2026)
Di titik ini, kata kuncinya adalah prediksi, bukan penjelasan, dan publik sering keliru membedakannya. Profesor Miroslaw Bober dari University of Surrey mengingatkan bahwa AI memperkirakan usia dari tampilan wajah, bukan mengukur langsung proses penuaan biologis di tingkat sel. (Orbit dari berbagai sumber, 25 Oktober 2026)
Itu artinya, AI mungkin menangkap “wajah sakit” yang sudah bisa dicium dokter berpengalaman, hanya saja dikemas dalam angka. Bober juga menyoroti studi ini belum membuktikan apakah prediksi AI menambah informasi klinis yang benar-benar berguna di luar penilaian dokter tentang kebugaran umum pasien, yang justru tidak diukur dalam studi. (Orbit dari berbagai sumber, 25 Oktober 2026)
Kritik lain menyasar keadilan dan generalisasi model, isu yang selalu menghantui AI medis. Dr. Wilbur Lam dari Emory University menilai asosiasi data terlihat kuat, tetapi manfaat klinis harus dibuktikan secara prospektif, termasuk pada subpopulasi berbeda seperti variasi warna kulit, fitur wajah, dan kelompok usia. (Orbit dari berbagai sumber, 25 Oktober 2026)
Di sisi lain, ada peluang yang sulit diabaikan, terutama untuk skrining dini dan triase risiko. Mak membayangkan bila penuaan dipercepat atau skor mortalitas tinggi bisa terdeteksi lebih awal, pasien bisa dipilih untuk pemeriksaan lanjutan lebih cepat dan terapi bisa dipersonalisasi lebih tajam. (Orbit dari berbagai sumber, 25 Oktober 2026)
Namun pertanyaan etisnya juga besar: siapa yang mengendalikan foto, bagaimana privasi dijaga, dan apakah skor “risiko kematian” akan mengubah cara pasien diperlakukan. Jika alat ini dipakai tanpa pagar klinis yang ketat, ia berpotensi menjadi stempel nasib, bukan kompas keputusan. (Orbit dari berbagai sumber, 25 Oktober 2026)
AI selfie untuk prediksi risiko kematian pasien kanker menunjukkan korelasi statistik yang menggetarkan, tetapi belum menjadi bukti manfaat klinis yang final. Ia menjanjikan “proof of concept” yang kuat, namun masih harus diuji melawan penilaian dokter, lintas rumah sakit, serta lintas kelompok pasien sebelum menjadi alat rutin. (Orbit dari berbagai sumber, 25 Oktober 2026)
Mungkin pelajaran terpentingnya bukan sekadar bahwa wajah bisa “berbicara,” melainkan bahwa teknologi bisa mengulang intuisi lama dengan bahasa baru. Saat kita tergoda mempercayai angka dari kamera, pertanyaan yang layak tinggal di kepala adalah: apakah kita sedang membaca kesehatan, atau hanya memantulkan bias tentang seperti apa orang yang tampak “menua” dan “sekarat”? (Orbit dari berbagai sumber, 25 Oktober 2026)
