面部图像AI预测癌症患者死亡风险模型发布

全文概要
美国麻省总医院布列根癌症研究所团队在《柳叶刀·数字健康》（The Lancet Digital Health）发表研究，构建了一种仅凭面部图像评估生理年龄与癌症患者死亡风险的 AI 模型。在 3820 名癌症患者测试中，风险评分最高组超过半数在拍照后 90 天内离世，提示面部表型可能蕴含疾病与衰老的深层线索。

---

1. 一张照片里的衰老与疾病信号

"看脸"能否反映一个人的健康状况？麻省总医院布列根癌症研究所团队的最新研究，将这一直觉推向了可量化的科学验证。团队首先利用 4000 万张未标注人脸图像开展自监督学习，训练基础模型；随后在该模型上分别微调，用于评估生理年龄和癌症患者的生存情况。

该模型的独特之处在于，它不依赖任何侵入性检测或实验室指标，仅凭一张面部图像即可给出死亡风险评分。在包含 3820 名癌症患者的测试组中，风险评分最高的 122 名患者里，有超过半数（64 人）在拍照后 90 天内离世；而在风险评分最低的组别中，975 名患者仅有 20 人在 90 天内死亡。

2. AI 究竟在看哪些部位

为理解模型的判断依据，团队借助算法的"注意力图"追踪其分析时重点关注的区域。结果发现，在年龄预测任务上，AI 重点参考鼻唇沟（鼻与口之间的褶皱）以及额头部分区域；而在死亡风险预测上，AI 则更关注鼻梁与眼下区域。

研究者目前尚不清楚这些区域与死亡风险高度相关背后的生物学原因。团队成员、放射肿瘤学家雷·马克（Ray Mak）表示，照片中人物的表情、是否化妆、拍摄光线等因素基本不会干扰 AI 的判断；在年龄预测上，AI 甚至能抵消不少常见整形手术带来的影响——不过隆鼻手术是个例外，对于接受过隆鼻手术的人，AI 倾向于将年龄估得略大一些。

3. 潜力巨大，但离临床仍远

研究者设想，未来这类 AI 模型可部署在医院，为医生临床决策提供额外参考——若模型提示患者衰老速度超出预期，它或许可作为疾病的早期预警工具。

但该技术目前尚不能投入临床使用。一方面，癌症生存模型的队列以波士顿地区白人患者为主，用于其他人群评估时可能存在偏倚；另一方面，将 AI 结果纳入患者治疗决策，还伴随复杂的伦理问题。这项研究更多是展示了"面部表型-疾病-衰老"这一交叉方向的技术可能性，距离真实临床落地仍需大规模、多人群验证与伦理规范的确立。

来源：《柳叶刀·数字健康》（The Lancet Digital Health）论文及科技日报、南方都市报等报道

---

---

声明：本文资讯来源于公开报道及学术期刊，仅作行业信息传播，不构成临床用药建议。转载需注明来源。