ゲノム論文レビュー
馬に関する生物学・遺伝学分野の論文紹介
Review
健康と推定された60歳以上の58,851人の顔写真と暦年齢を用いてFaceAgeを開発・初期検証し、がん患者6,196人のデータで臨床的有用性を評価した研究。FaceAgeが高いほど全生存期間が短い傾向が複数のがんコホートでみられ、緩和治療を受ける患者では医師の生存予測にFaceAgeを加えると予測性能が向上した。FaceAgeは老化関連遺伝子とも関連したが、分子情報を入力してモデルを構築したわけではない。著者らも、より大規模ながん患者集団での検証や、他疾患に一般化できるかの検討が必要としている。
Azki's Note
「見た目だけで中身を推定する」という研究は最近進んでいます。人間の「見た目で健康状態を判断する」感覚を、AIで定量化して臨床予測に応用する研究として非常に興味深い。
Abstract Summary
FaceAgeという深層学習モデルを用い、顔写真から推定した生物学的年齢が、がん患者の生存予後予測に役立つ可能性を検証した研究。暦年齢だけでは捉えにくい全身状態を、非侵襲的な画像情報から補完する方向性を示している。
Citation
Bontempi, D. et al. FaceAge, a deep learning system to estimate biological age from face photographs to improve prognostication: a model development and validation study. The Lancet Digital Health 7, 100870 (2025).
- Journal
- The Lancet Digital Health
- Year
- 2025
- DOI / Link
- 10.1016/j.landig.2025.03.002
