Análises de imagens faciais térmicas

O envelhecimento é um fator de risco significativo para várias doenças complexas, embora a taxa de envelhecimento biológico varie entre os indivíduos. Um dos parâmetros homeostáticos cruciais que influenciam o envelhecimento e a longevidade, a temperatura corporal, tem sido frequentemente negligenciado. Estudos demonstraram que, em diversas espécies, temperaturas corporais mais baixas estão associadas a uma maior longevidade e a um processo de envelhecimento mais lento. Em humanos, observou-se que a temperatura corporal tende a diminuir com a idade, e temperaturas elevadas estão associadas a taxas metabólicas mais altas, frequentemente influenciadas por estresse psicológico e metabólico.

O rosto humano, rico em informações biométricas, revela características relacionadas à temperatura corporal, que podem ser usadas para avaliar a taxa de envelhecimento. Nesse contexto, Yu e colaboradores (2024) desenvolveram o método ThermoFace, que integra reconhecimento facial e extração de temperatura a partir de imagens faciais infravermelhas e visíveis, criando relógios de envelhecimento baseados em imagens térmicas.

Para este estudo, foram coletadas imagens faciais térmicas e bidimensionais (2D) de 2.811 indivíduos chineses, com idades entre 21 e 88 anos, de ambos os sexos (feminino n = 1.339, masculino n = 1.472). As imagens foram processadas e analisadas automaticamente, gerando modelos preditivos de idade térmica e doenças através do método ThermoFace. Este método identifica características associadas ao envelhecimento acelerado ou desacelerado e se destaca pela aquisição rápida de dados e alta precisão, consolidando-se como uma ferramenta promissora para o monitoramento e a triagem de envelhecimento saudável.

O modelo de aprendizado ThermoFace para estimativa da idade facial térmica apresentou um desvio absoluto médio de cerca de 5 anos na validação cruzada e 5,18 anos em uma coorte independente. A diferença entre a idade prevista e a cronológica mostrou-se altamente associada a parâmetros metabólicos, tempo de sono e vias de expressão gênica, como reparo de DNA, lipólise e ATPase no transcriptoma sanguíneo, sendo modificável por meio de exercícios físicos. Adicionalmente, os preditores de doenças do ThermoFace demonstraram alta precisão (AUC > 0,80) na previsão de doenças metabólicas, como fígado gorduroso, com a probabilidade de doença prevista correlacionada com parâmetros metabólicos.