Kecerdasan buatan atau artificial intelligence (AI) kembali menunjukkan potensi baru di bidang kesehatan. Kali ini, peneliti mengembangkan teknologi yang dapat memperkirakan peluang bertahan hidup pasien kanker hanya melalui satu foto wajah, termasuk foto sederhana yang diambil menggunakan ponsel.
Teknologi tersebut dikembangkan oleh tim peneliti dari Mass General Brigham, Amerika Serikat. Sistem bernama FAHR-Face dirancang untuk menganalisis pola pada wajah guna memperkirakan usia biologis dan risiko kematian pasien kanker.
Penelitian ini menjadi perhatian karena menawarkan pendekatan yang berbeda dari metode penilaian kesehatan konvensional. Jika biasanya dokter mengandalkan riwayat medis, hasil pemeriksaan laboratorium, pencitraan, serta kondisi klinis pasien, teknologi tersebut berupaya menambahkan informasi dari foto wajah.
Temuan penelitian ini dipublikasikan dalam jurnal The Lancet Digital Health pada Oktober 2026. Meski menjanjikan, para peneliti dan pakar mengingatkan bahwa teknologi tersebut belum dapat menggantikan pemeriksaan medis maupun penilaian dokter.
AI FAHR-Face Analisis Foto Wajah
FAHR-Face merupakan model kecerdasan buatan yang dikembangkan untuk mengenali pola kesehatan melalui citra wajah. Model dasarnya dilatih menggunakan lebih dari 40 juta gambar wajah, kemudian dikembangkan menjadi dua perangkat analisis dengan fungsi berbeda.
Perangkat pertama bernama FAHR-FaceAge. Sistem ini memperkirakan usia biologis seseorang berdasarkan karakteristik wajah. Usia biologis berbeda dari usia kronologis yang dihitung berdasarkan tanggal lahir karena berusaha menggambarkan kondisi penuaan tubuh.
Perangkat kedua, FAHR-FaceSurvival, dirancang untuk memperkirakan hasil kelangsungan hidup pasien kanker berdasarkan foto wajah secara langsung. Dengan demikian, model ini tidak hanya menggunakan estimasi usia biologis sebagai perantara untuk menilai risiko.
Menurut laporan penelitian, pengembangan model prediksi kelangsungan hidup melibatkan data foto dan hasil klinis pasien kanker dalam jumlah besar. Sistem tersebut dilatih menggunakan data 34.363 pasien, kemudian diuji pada kelompok lain yang terdiri dari 3.820 pasien. Hasilnya juga divalidasi secara independen menggunakan data 4.892 pasien kanker di Belanda. <Cite refs={[“turn718452search4″,”turn718452search3”]}/>
Besarnya kumpulan data menjadi salah satu aspek penting dalam penelitian ini. Namun, jumlah data yang besar tidak otomatis menjamin bahwa model akan memiliki kinerja sama baiknya pada seluruh populasi dan lingkungan rumah sakit.
Area Mata dan Hidung Jadi Perhatian
Salah satu temuan menarik dari penelitian tersebut adalah perbedaan bagian wajah yang menjadi perhatian kedua model AI.
FAHR-FaceAge banyak menganalisis area seperti dahi, pelipis, serta lipatan di sekitar hidung dan mulut. Sementara itu, FAHR-FaceSurvival lebih menitikberatkan area di bawah mata dan sekitar pangkal hidung ketika menghasilkan perkiraan risiko.
Peneliti belum sepenuhnya mengetahui proses biologis yang mendasari pola tersebut. AI dapat menemukan hubungan statistik antara karakteristik visual dan hasil kesehatan, tetapi hubungan itu tidak serta-merta menjelaskan penyebabnya.
Perubahan pada wajah mungkin berkaitan dengan kondisi fisik, proses penuaan, atau faktor kesehatan lain. Namun, penelitian ini belum membuktikan bahwa ciri wajah tertentu secara langsung menyebabkan risiko kematian meningkat.
Karena itu, hasil analisis tidak boleh ditafsirkan sebagai penilaian bahwa seseorang akan meninggal hanya karena terlihat lebih tua, memiliki mata cekung, atau menunjukkan karakteristik wajah tertentu.
Risiko Kematian Berbeda Berdasarkan Skor
Penelitian tersebut menunjukkan bahwa model AI dapat membedakan kelompok pasien berdasarkan tingkat risiko kematian yang diperkirakan.
Menurut laporan mengenai studi itu, pasien yang masuk kelompok dengan skor risiko tertinggi memiliki risiko kematian lebih dari tiga kali lipat dibandingkan pasien dalam kelompok dengan skor terendah, bahkan setelah peneliti memperhitungkan sejumlah faktor klinis. <Cite refs={[“turn718452search4″,”turn718452search9”]}/>
Angka tersebut menggambarkan perbedaan risiko antarkelompok, bukan kepastian mengenai nasib seorang pasien. Skor AI juga tidak dapat langsung diterjemahkan menjadi jumlah bulan atau tahun yang tersisa bagi seseorang.
Peneliti turut menemukan hubungan antara estimasi usia wajah dan hasil kelangsungan hidup. Pasien yang diperkirakan memiliki usia wajah setidaknya lima tahun lebih tua daripada usia sebenarnya menunjukkan risiko kematian 21 persen lebih tinggi dibandingkan kelompok pembanding. Sebaliknya, pasien yang terlihat setidaknya lima tahun lebih muda menunjukkan risiko 17 persen lebih rendah. <Cite refs={[“turn718452search1″,”turn718452search4”]}/>
Hasil tersebut memperlihatkan adanya hubungan antara penampilan wajah, kondisi biologis yang diperkirakan, dan hasil kesehatan pasien kanker. Namun, hubungan statistik tidak berarti foto wajah dapat digunakan sendirian untuk menentukan prognosis seseorang.
Berpotensi Membantu Dokter Memilih Perawatan
Dalam penanganan kanker, dokter perlu mempertimbangkan banyak faktor sebelum menentukan pilihan pengobatan. Selain jenis dan stadium kanker, kondisi fisik pasien serta kemampuannya menghadapi terapi juga menjadi pertimbangan penting.
Sebagian pasien mungkin membutuhkan operasi, radioterapi, atau terapi sistemik yang dapat memberikan beban fisik cukup besar. Penilaian terhadap kondisi umum pasien membantu dokter mempertimbangkan manfaat dan risiko dari setiap pilihan.
FAHR-Face berpotensi menjadi alat tambahan untuk mendukung proses tersebut. Jika kelak terbukti bermanfaat dalam praktik klinis, analisis foto wajah dapat memberikan informasi tambahan mengenai kondisi pasien, khususnya ketika dokter sedang mengevaluasi ketahanan fisik sebelum menjalani pengobatan intensif.
Meski demikian, teknologi ini bukan alat untuk mendeteksi tumor melalui selfie. FAHR-Face juga tidak menggantikan biopsi, pemeriksaan pencitraan, tes laboratorium, ataupun evaluasi klinis yang diperlukan untuk menangani kanker.
Penggunaannya di masa depan harus tetap berada dalam pengawasan tenaga medis dan menjadi bagian dari penilaian kesehatan yang lebih menyeluruh.
Masih Perlu Diuji Sebelum Digunakan Luas
Di balik potensi tersebut, masih terdapat sejumlah tantangan sebelum AI prediksi kanker dari selfie dapat digunakan secara rutin di rumah sakit.
Salah satu tantangannya adalah memastikan model bekerja secara konsisten pada pasien dari latar belakang yang berbeda. Karakteristik wajah, warna kulit, usia, kondisi kesehatan, serta lingkungan pengambilan gambar berpotensi memengaruhi hasil analisis.
Para ahli juga menilai bahwa penelitian lanjutan diperlukan untuk mengetahui apakah prediksi AI benar-benar menambahkan informasi yang berguna dibandingkan penilaian dokter dan metode klinis yang sudah digunakan.
Validasi pada kelompok pasien yang lebih beragam serta pengujian prospektif menjadi langkah penting. Pengujian tersebut diperlukan untuk menilai kinerja sistem ketika diterapkan dalam kondisi nyata, bukan hanya pada data penelitian yang telah dikumpulkan.
Selain itu, perlindungan privasi perlu mendapat perhatian. Foto wajah merupakan data pribadi yang dapat mengungkap identitas seseorang. Pengembangan sistem semacam ini harus disertai pengamanan data, transparansi penggunaan, dan persetujuan yang sesuai.
Selfie Bukan Penentu Nasib Pasien
Kemampuan AI memperkirakan risiko kesehatan melalui foto wajah menunjukkan perkembangan baru dalam teknologi medis. Dengan memanfaatkan pola yang sulit dikenali secara langsung oleh manusia, sistem tersebut berpotensi menambah informasi yang dapat dipertimbangkan dokter.
Namun, hasil penelitian FAHR-Face belum menjadikan selfie sebagai alat untuk memastikan peluang hidup seorang pasien kanker. Prediksi model merupakan estimasi berbasis pola statistik, bukan vonis medis atau kepastian mengenai berapa lama seseorang akan bertahan hidup.
Pasien tidak seharusnya menilai kondisi kanker berdasarkan penampilan wajah atau hasil analisis AI yang tidak melalui pemeriksaan klinis. Perubahan wajah juga dapat dipengaruhi oleh banyak faktor yang tidak berkaitan langsung dengan kanker.
Untuk saat ini, FAHR-Face lebih tepat dipandang sebagai teknologi penelitian yang menjanjikan dan masih memerlukan pengujian lebih lanjut. Jika kelak terbukti akurat, aman, dan bermanfaat dalam praktik medis, sistem ini berpotensi menjadi salah satu alat pendukung bagi dokter dalam menyusun perawatan yang lebih personal bagi pasien kanker.
