在肿瘤科的诊室里,医生常常面临一个棘手的难题:面对高龄或体弱的癌症患者,究竟该推荐激进的放化疗,还是保守治疗?评估患者的“身体储备”往往依赖医生的主观经验。
如果仅凭一张面部照片,就能客观预测患者的生存风险,会怎样?2026年10月19日,美国麻省总医院布莱根医疗系统(Mass General Brigham)的研究团队在《柳叶刀·数字健康》(Lancet Digital Health)发表的一项研究,将这一设想向前推进了一步。
该团队基于超过4000万张面部图像训练了一个大型人工智能基础模型FAHR-Face,并由此衍生出两款工具:FAHR-FaceAge用于估算生物学年龄,FAHR-FaceSurvival则直接从面部照片预测癌症患者的生存结局。研究者表示,这是首次有AI模型被证明可仅凭一张简单照片直接预测癌症生存。
4000万张照片打底,AI在看哪里?
FAHR-Face的训练数据来自WebFace42M数据集,涵盖0至116岁全生命周期超过4000万张未标注面部图像。模型在大规模数据中自主学习面部通用表征后,被分别微调为两款专用工具。
有趣的是,两款工具虽然来自同一基础模型,但依赖的面部区域截然不同。FAHR-FaceAge主要关注鼻唇沟、眶上额头区域和太阳穴;FAHR-FaceSurvival则聚焦于眼睛下方和鼻梁周围的区域。两者的预测相关性较弱,联合使用时对外部验证队列中生存模型的拟合度有进一步提升。
极高的区分度:52.5% vs 2.1%
在包含3,820名癌症患者的测试子集中,AI为每位患者给出了0到1的生存风险评分。
结果展现了惊人的区分度:评分位于最高区间(0.9–1.0)的122名“极高风险”患者中,64人(52.5%)在拍照后90天内死亡;而评分最低区间(0.0–0.1)的975名患者中,90天死亡率仅为2.1%。最高风险四分位组的死亡风险是最低风险组的3倍以上(校正后HR 3.23)。在5年生存率方面,被归为“最低风险”的前25%患者,5年生存率达到78.1%。
专家提醒:统计关联不等于临床决策
尽管数据亮眼,但距离真正指导临床决策仍有距离。英国萨里大学视频处理与机器学习教授Miroslaw Bober在Science Media Centre的专家反应中给出了审慎评价。他肯定该研究在荷兰近5,000名癌症患者中进行了独立验证,提供了“令人信服的统计学关联证据”,但提出了三点限制:
其一,预测不等于解释。AI从面部外观估算年龄,而非直接测量任何底层生物学衰老过程;研究也未测试AI是否识别了医生无法察觉的信息,或是否在医生评估之外提供了增量临床价值。
其二,风险评分尚未验证为个体生存概率。工具在群体内对患者进行相对风险排序,但评分“尚未被验证为个体生存概率或用于临床决策”。
其三,对特定人群的效能存疑。在调整其他因素后,面部年龄指标对黑人患者的生存关联不再显著,尽管单独的生存模型仍然有效。此外,微笑或光照变化可使AI的年龄估计平均偏移约2年。
辅助而非替代
研究通讯作者、放射肿瘤学家Raymond Mak在新闻稿中明确了该工具的定位:“随着人口老龄化,医生在推荐放疗、手术或全身治疗等强化方案之前,需要更好的方法来评估患者的身体储备和衰弱程度。我们的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,以支持个性化治疗决策,而非替代医生的判断。”
共同资深作者Hugo Aerts则将FAHR-Face的技术路径概括为“基础模型思路”:先从一个大规模数据集中学习面部的通用表征,再适配到不同的健康结局,从而以可扩展的方式开发多种面部健康生物标志物。
目前,该团队已向公众开放面部照片上传,参与者可获得自己的FaceAge研究读数,同时为模型的进一步验证贡献数据。
参考文献
[1] Haugg F, et al. Foundation artificial intelligence models for health recognition by use of face photographs (FAHR-Face): a model development and validation study.Lancet Digit Health. 2026. doi:10.1016/j.landig.2026.101056
[2] Mass General Brigham. AI facial health recognition tools help physicians assess age and survival risk to guide personalized treatment. October 19, 2026.
[3] Science Media Centre. Expert reaction to study testing an AI tool using a face photograph to predict cancer survival. October 19, 2026.
加入读者交流群:
联 系 我 们 :wbfsh@staff.weibo.com
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.