Por Santiago Campillo Brocal
Biólogo. Máster en Biología Molecular y Biotecnología, Director de Muy Interesante Digital
Cada vez que un paciente con cáncer acude a una sesión de radioterapia, los equipos clínicos le toman una fotografía rutinaria. No es para el álbum. Es para verificar el posicionamiento, para el registro del tratamiento, para el protocolo. Nadie le presta demasiada atención una vez cumple su función. Hasta ahora.
El equipo del programa de inteligencia artificial en medicina del Mass General Brigham, uno de los sistemas hospitalarios académicos más grandes de Estados Unidos y con múltiples centros afiliados a Harvard, lleva años preguntándose qué información clínica podría extraerse de esas imágenes si se las sometiera al análisis adecuado. La respuesta, publicada en Nature Communications, es más concreta de lo esperado: comparando dos fotografías del mismo paciente tomadas en distintos momentos del tratamiento, es posible calcular a qué velocidad está envejeciendo su cara, y esa velocidad se asocia de forma estadísticamente significativa con sus probabilidades de supervivencia.
Antes de ir más lejos: el estudio no demuestra que la enfermedad cause el envejecimiento facial acelerado. Lo que establece es una asociación. La dirección causal y los mecanismos subyacentes, siguen siendo una incógnita abierta.
La herramienta no predice el futuro. Mide una señal ya presente en imágenes que los hospitales tienen archivadas, y que hasta ahora nadie estaba leyendo.
Dos fotos, una tasa, un dato nuevo
FaceAge es la herramienta de deep learning desarrollada por este mismo grupo. En un estudio previo, el equipo demostró que los pacientes con cáncer tendían a mostrar una edad biológica facial entre tres y cinco años superior a su edad cronológica, y que esa diferencia se correlacionaba con peores resultados tras el tratamiento.
El nuevo trabajo da un paso más: en lugar de analizar una foto fija, calcula cómo cambia esa estimación entre dos imágenes tomadas en distintos momentos. El resultado es la Face Aging Rate, o FAR, definida como la variación de la edad biológica estimada por FaceAge dividida por el intervalo de tiempo entre ambas fotografías. En términos prácticos: cuántos años biológicos faciales gana el paciente por año real de tratamiento.
El análisis se realizó sobre 2.279 pacientes con distintos tipos de cáncer que recibieron al menos dos ciclos de radioterapia en el Brigham and Women’s Hospital entre 2012 y 2023, con fotografías clínicas tomadas en cada ciclo como parte del protocolo habitual. La mediana de los resultados mostró que la tasa de envejecimiento facial de los participantes superó en un 40% su envejecimiento cronológico durante ese período.
Lo que dijo el reloj
Los resultados son claros en cuanto a dirección: una FAR elevada, es decir, un envejecimiento facial acelerado, se asoció con menor probabilidad de supervivencia. El efecto fue más robusto cuanto mayor era el intervalo entre las dos fotografías, con los resultados más consistentes en pacientes con un periodo de seguimiento de dos años o más.
El equipo también analizó la interacción entre la FAR y la FaceAge Deviation (FAD), que mide cuánto mayor o menor parece el paciente en una foto única respecto a su edad real. Cuando ambos valores eran elevados, la asociación con peores resultados se intensificaba. Sin embargo, cuando los investigadores compararon la capacidad predictiva de ambas métricas a lo largo del tiempo, la FAR resultó más estable que la FAD para intervalos más largos.
La conclusión metodológica tiene implicaciones prácticas relevantes: una medida dinámica, obtenida a partir de dos fotografías, parece más informativa que una lectura puntual, por la misma razón que un ECG con esfuerzo cuenta más que uno en reposo.
Lo que los datos no nos dicen todavía
El estudio tiene limitaciones que los propios autores reconocen y que importa señalar. Es un análisis retrospectivo, no un ensayo prospectivo. Toda la cohorte proviene de un único centro clínico. Y la diversidad poblacional es restringida: los investigadores reconocen explícitamente que la validación del modelo en poblaciones más diversas es el siguiente paso necesario antes de cualquier aplicación clínica generalizada.
Santiago Campillo Brocal
Tampoco está claro qué fenómenos biológicos subyacen a la señal que la herramienta detecta. El envejecimiento facial acelerado podría reflejar inflamación sistémica, efectos secundarios del tratamiento, pérdida de masa muscular o una combinación de factores. FaceAge los capta todos juntos, sin discriminar. Eso es parte de su potencial y también de su límite actual.
“Seguir la evolución de FaceAge a partir de fotografías simples ofrece un biomarcador no invasivo y rentable con potencial para informar sobre la salud de las personas”, apuntó Hugo Aerts, director del programa AIM en Mass General Brigham.
Una foto, una decisión clínica
Lo que hace clínicamente interesante a esta herramienta no es solo que funcione, sino que funciona con material ya existente. Los hospitales que aplican protocolos de fotografía clínica rutinaria tienen, sin saberlo, archivos de datos longitudinales listos para ser analizados. Sin pruebas adicionales, sin costes de adquisición, sin incomodidad para el paciente.
Si las validaciones prospectivas confirmaran la señal, la FAR podría integrarse como una variable más en las decisiones de seguimiento oncológico: indicar con qué frecuencia revisitar a un paciente, cuándo intensificar los controles, cuándo modular el tratamiento. No como diagnóstico autónomo, sino como capa adicional de información sobre la edad biológica real del organismo durante el proceso de enfermedad.
El equipo ha lanzado también un portal web aprobado por su comité ético, en faceage.bwh.harvard.edu, donde cualquier persona puede subir su fotografía y obtener una estimación de su FaceAge, participando a la vez en la investigación. Es un recurso participativo, no un diagnóstico clínico: los valores obtenidos no deben interpretarse como resultado médico.
La pregunta que deja abierta el estudio no es si la cara dice algo sobre la salud. Eso ya lo sabíamos de forma intuitiva. La pregunta es cuánto de eso que dice es medible, reproducible y útil en la clínica. Y a qué velocidad.
Referencias
Haugg, F., Lee, G., He, J., Warrington, A., Bontempi, D., Bitterman, D. S., Prudente, V., Pai, S., Guthier, C., Kann, B., Catalano, P. J., Aerts, H. y Mak, R. H. (2026). Face aging rate quantifies change in biological age to predict cancer outcomes. Nature Communications. https://doi.org/10.1038/s41467-025-66758-w
Agregar Comentario