据《卫报》10月19日报道，美国马萨诸塞州非营利学术医疗系统Mass General Brigham的研究人员开发出一款人工智能工具，可通过一张面部自拍预测癌症患者的生存几率，并估算其生物学年龄。相关研究已发表于《柳叶刀·数字健康》。

该AI系统由Mass General Brigham的专家定制构建，用于估算生物学年龄（一个人看起来的年龄，而非实际年龄）并直接预测癌症患者的生存结果。研究基于超过4000万张面部照片训练，覆盖不同种族和年龄。据《卫报》报道，这是迄今最全面的演示之一，展示AI分析自拍如何帮助评估患者健康，并可能指导医疗护理。

研究形成两个互补工具：FAHR-FaceAge估算患者的生物学年龄，并预测癌症生存；FAHR-FaceSurvival则直接从面部照片预测生存，而不通过生物学年龄推断。两者虽来自同一模型，但捕捉的健康信息不同，依赖的面部区域也不同。FAHR-FaceAge关注从鼻翼两侧延伸到嘴角的皱纹、眼眶上方的前额区域和太阳穴；FAHR-FaceSurvival则评估眼睛下方和鼻梁周围区域。

“FAHR-FaceSurvival通过直接从癌症患者的面部照片学习生存风险，将面部健康识别AI领域向前推进了一步。”该研究共同资深作者Hugo Aerts说，“据我们所知，这是首次证明AI模型可以直接从一张简单照片预测癌症生存。”Aerts还表示，关键技术进展在于FAHR-Face从逾4000万张图像中学习面部的通用表征，再适配生物学年龄和生存等不同健康结果；这种基础模型方法为开发多种面部健康生物标志物提供了可扩展途径，而无需从头训练每个模型。

在美国接受放疗的癌症患者中，根据FAHR-FaceAge，看起来比实际年龄老五岁或以上的人，在平均四年的随访期间死亡风险比其他人高21%；看起来比实际年龄年轻五岁或以上的人，死亡风险低17%。研究还发现，生活方式因素与面部衰老相关，例如大量饮酒、吸毒和吸烟在AI分析中与看起来生物学年龄更老有关。

Mass General Brigham的放射肿瘤学家Raymond Mak说，随着人口老龄化，医生在建议放疗、手术或全身治疗等密集治疗前，需要更好的方法来评估身体储备和虚弱程度；目标是让基于面部照片的健康评估更加量化、一致和可扩展，从而支持个性化治疗决策，而不是取代医生的判断。研究人员还发现，FAHR-FaceAge在姿势、光线、面部表情和化妆等常见照片变化下表现一致，在多数测试的整形手术中也保持稳定，仅在鼻整形后观察到小幅变化。医生提醒，尽管单张面部照片可能提供一种简便、低成本的方式来支持个性化治疗决策，但在该工具广泛使用前仍需更多研究。