ทีมนักวิจัยจาก Mass General Brigham ค้นพบว่า การติดตามความเปลี่ยนแปลงบนใบหน้าที่ดูแก่กว่าวัยของผู้ป่วยมะเร็ง สามารถใช้วิเคราะห์โอกาสในการรอดชีวิตได้ ซึ่งวิธีนี้ถือเป็นทางเลือกใหม่ที่ไม่ต้องเจ็บตัวเหมือนการเจาะเลือดหรือการตรวจชิ้นเนื้อแบบเดิม
AI วิเคราะห์โรคมะเร็งได้ยังไง ?
ผลการศึกษาที่เผยแพร่ในวารสาร Nature Communications เมื่อวันที่ 28 เมษายน 2026 ได้วิเคราะห์ภาพถ่ายของใบหน้าผู้ป่วยมะเร็งจำนวน 2,279 ราย ที่ถ่ายไว้ในช่วงเวลาต่าง ๆ ระหว่างการรักษา โดยใช้เครื่องมือที่ชื่อว่า ‘FaceAge’ มาวิเคราะห์ริ้วรอย สภาพผิว และสัดส่วนโครงหน้าเพื่อประมาณการอายุทางชีวภาพ
Face Aging Rate คืออะไร ?
นักวิจัยได้คำนวณค่าที่เรียกว่า Face Aging Rate (FAR) หรืออัตราความร่วงโรยของใบหน้าจากการเปรียบเทียบรูปถ่ายตามช่วงเวลา
ซึ่งผลการศึกษาพบว่า โดยเฉลี่ยแล้วใบหน้าของผู้ป่วยจะดูแก่ลงเร็วกว่าอายุจริงถึง 40 เปอร์เซ็นต์ และกลุ่มที่มีค่า FAR สูง หรือใบหน้าดูแก่ลงอย่างรวดเร็ว มักจะมีโอกาสรอดชีวิตต่ำกว่า หากการเก็บข้อมูลภาพถ่ายทิ้งช่วงห่างกันตั้งแต่ 2 ปีขึ้นไป ผลการวิเคราะห์ก็จะยิ่งมีความแม่นยำและเสถียรกว่าการตรวจเพียงครั้งเดียวด้วย
การค้นพบครั้งนี้เป็นการขยายผลจากงานวิจัยก่อนหน้า ซึ่งนั่นทำให้ ‘FaceAge’ ถูกฝึกสกิลผ่านรูปถ่ายของคนสุขภาพดีเกือบ 59,000 รูป และทดสอบกับผู้ป่วยมะเร็งกว่า 6,000 ราย จนพบว่าผู้ป่วยมะเร็งมักจะมีใบหน้าที่ดูแก่กว่าอายุจริงเฉลี่ยประมาณ 5 ปีเลยทีเดียว
นอกจากนี้ งานวิจัยอีกชิ้นที่ตีพิมพ์ในวารสาร Journal of the National Cancer Institute ซึ่งศึกษาในผู้ป่วยที่มีอายุมากกว่า 60 ปี จำนวนกว่า 24,500 ราย ระบุว่าผู้ที่มีอายุใบหน้าแก่กว่าอายุจริงเกิน 10 ปีขึ้นไป จะมีผลการรักษาที่ไม่ค่อยดีสักเท่าไหร่ กลับกันในผู้ที่หน้าแก่กว่าอายุจริงไม่เกิน 5 ปี จะมีโอกาสรอดชีวิตสูงกว่า
ฮิวโก แอร์ตส์ (Hugo Aerts) ผู้อำนวยการโปรแกรม AI ในการแพทย์ของ Mass General Brigham กล่าวว่า
“การติดตามอายุใบหน้าจากภาพถ่ายธรรมดานั้น ทำได้ง่ายและประหยัดค่าใช้จ่ายกว่า ซึ่งช่วยให้เราทราบแนวโน้มสุขภาพของผู้ป่วยได้ทันที”
เรย์มอนด์ มัก (Raymond Mak) ผู้อำนวยการร่วมระบุว่า “วิธีนี้จะช่วยให้แพทย์วางแผนการรักษาเฉพาะบุคคลได้ดีขึ้น รวมถึงช่วยในการให้คำปรึกษา และกำหนดความถี่ในการติดตามอาการของผู้ป่วยแต่ละรายได้ด้วย”
อย่างไรก็ตาม ทีมนักวิจัยให้ความเห็นทิ้งท้ายว่าตัว FaceAge เอง ยังต้องมีการทดสอบเพิ่มเติมกับกลุ่มตัวอย่างที่หลากหลายมากขึ้น ทั้งในด้านเชื้อชาติ ช่วงอายุ รวมไปถึงประเภทของโรค ก่อนที่จะนำระบบ FaceAge และค่า FAR ไปใช้ได้จริงอย่างแพร่หลายในโรงพยาบาลทั่วไป
