医生们开发了一种人工智能工具，可以通过单张病人面部照片预测癌症患者的生存几率。该人工智能系统由位于马萨诸塞州的非营利性综合学术医疗系统Mass General Brigham的专家量身定制，用于估计生物年龄并直接预测被诊断为癌症的患者的生存结果。这是迄今为止人工智能分析自拍如何帮助评估患者健康状态并潜在引导其医疗护理的最全面演示之一，且训练数据来自超过4000万张不同种族和年龄段的面部照片。突破性的细节发表于《柳叶刀数字健康》期刊。该系统可以估计一个人的生物年龄——即一个人看起来的年龄，而不是他们实际的时间年龄——并根据一张普通面部照片预测癌症患者的生存几率，这是对模型进行研究得出的结果。医生们利用这一技术开发了两个互补工具。FAHR-FaceAge估计患者的生物年龄并预测癌症生存；FAHR-FaceSurvival则直接从面部照片预测生存，而不是通过生物年龄推断生存。尽管FAHR-FaceAge和FAHR-FaceSurvival源于同一模型，但它们捕捉了不同且互补的患者健康信息。每个算法还依赖面部不同的部位来进行年龄和死亡风险的各自预测。FAHR-FaceAge集中在从鼻子两侧延伸到嘴角的皱纹、眼窝上方的额头区域和太阳穴；而FAHR-FaceSurvival则评估眼睛下方和鼻梁周围的区域。“FAHR-FaceSurvival在面部健康识别人工智能领域向前迈进了一步，通过学习癌症患者面部照片中的生存风险，”研究的共同资深作者休戈·阿尔茨(Hugo Aerts)表示。“据我们所知，这是人工智能模型可以通过简单照片直接预测癌症生存的首次演示。”在接受放射治疗的美国癌症患者中，根据FAHR-FaceAge看起来比实际年龄大五岁或以上的人，在平均四年的随访期间死亡风险比其他组高21%；而看起来比实际年龄年轻五岁或以上的患者，死亡风险则降低了17%。阿尔茨表示：“关键的技术进步在于FAHR-Face从超过4000万张图像中学习面部的一般表征，这可以适应不同的健康结果，如生物年龄和生存。” “这种基础模型的方法为我们提供了一种可扩展的方式来开发多个面部健康生物标志，而不是从零开始训练每个模型。”研究结果表明，人的生物年龄估计与他们的身体健康密切相关，这可能反映他们存活某些治疗的能力。这一突破可能为人工智能面部分析辅助医生在治疗患者时做出艰难决策铺平道路。该工具可能帮助更好地预测接受重大手术或其他癌症治疗后的死亡风险或并发症。马萨诸塞州总医院的放射肿瘤学专家雷蒙德·马克博士表示：“随着人口老龄化，医生们需要更好的方法来估计身体储备和虚弱程度，以便在推荐放疗、手术或系统治疗等强烈治疗之前。” “我们的目标是使基于面部照片的健康评估更加定量、一致和可扩展，从而支持个性化的治疗决策，而不是取代医生的判断。”研究人员发现生活方式因素与面部衰老有关。例如，酗酒、吸毒和吸烟与在对面部照片的人工智能分析中看起来生物年龄更大有关。“另一个令人惊讶的发现是，FAHR-FaceAge在常见的现实照片变体中（包括姿势、光线、面部表情和化妆）是多么一致，”马克表示。“它在大多数测试的整形手术过程中也保持稳定，仅在鼻整形术后观察到了小幅变化。”医生们警告说，尽管单张面部照片可以提供一种支持个性化治疗决策的简单、低成本的方法，但在该工具能够广泛使用之前，仍需要更多研究。