加拿大星星生活捷克佳/一张普通的面部照片，可能隐藏着关于人体衰老和健康状况的线索。美国研究人员开发出人工智能模型，尝试通过面部特征评估癌症患者的生理年龄及短期死亡风险。
不过，专家强调，这项技术仍处于研究阶段，距离真正应用于临床还有一段距离。
据美国有线电视新闻网（CNN）10月21日报道，波士顿麻省总医院布莱根医疗体系（Mass General Brigham）的研究人员开发了两种人工智能模型，可以通过一张面部照片，评估癌症患者的生理年龄，并结合临床信息预测其生存风险。
这项研究于周一发表在医学期刊《柳叶刀·数字健康》（The Lancet Digital Health）上。研究人员认为，未来，面部分析或许能够成为医生评估患者健康状况、判断治疗方案时的辅助工具。
研究主要作者、麻省总医院布莱根癌症研究所放射肿瘤科医生雷蒙德·马克（Raymond Mak）表示，研究团队也对人工智能仅凭面部照片就能识别与死亡风险相关的信号感到惊讶。
**AI如何通过一张脸评估健康状况？
研究团队首先开发了一个名为FAHR-Face的基础人工智能模型，利用超过4000万张面部图像进行训练。这些图像涵盖不同年龄和族裔背景。
随后，研究人员在此基础上开发了两个专门模型：
FAHR-FaceAge： 根据面部照片估算一个人的生理年龄。
FAHR-FaceSurvival： 将面部特征与其他临床信息结合，用于评估癌症患者的生存风险。
这里所说的“生理年龄”，与身份证上的实际年龄不同。
实际年龄反映一个人已经生活了多少年；生理年龄则试图反映人体在细胞和身体机能层面的衰老程度。
研究人员发现，两种模型关注的面部区域并不相同。
在评估生理年龄时，AI主要观察太阳穴、额头、眼睛上方，以及从鼻翼延伸至嘴角的法令纹区域。
而在评估死亡风险时，模型主要关注鼻梁和眼睛下方的区域。
有趣的是，这些面部区域与古希腊医生、哲学家希波克拉底描述的某些临终体征存在相似之处。
大约公元前400年，希波克拉底在《预后论》中曾提到，鼻子变尖、眼窝凹陷、太阳穴塌陷等表现，可能与肌肉消耗及死亡风险有关。
马克表示，研究团队发现，人工智能所关注的区域与古代医学文献中的描述存在呼应，令他们感到十分惊讶。
不过，研究人员强调，这并不意味着AI学习过希波克拉底的理论。模型的训练依据是面部照片、年龄以及受试者是否死亡等数据，并非医学文献中的相关描述。
**研究数据揭示了什么？
研究人员对FAHR-FaceSurvival模型的评估显示，在被模型判定为死亡风险较高的122名癌症患者中，有52.5%的人在评估后的90天内死亡。
相比之下，在被判定为死亡风险最低的975名患者中，90天内死亡的比例约为2%。
另一组结果涉及生理年龄估算。
在1060名被模型判定为生理年龄比实际年龄高出20年以上的患者中，21%的人在评估后的90天内死亡。
而在4195名被判定为生理年龄至少比实际年龄年轻10年的患者中，90天内死亡的比例约为6%。
这些数据表明，模型估算的面部年龄和死亡风险评分，与癌症患者的短期生存结果存在统计关联。
研究还发现，整容手术、肉毒杆菌注射等美容治疗，以及化妆，并未影响模型的整体表现。
但需要注意，这些结果反映的是特定研究人群中的统计关系，并不意味着人工智能可以仅凭一张照片准确判断每一位患者的生死，也不能直接用于预测某个人具体还能生存多长时间。
**专家怎么看？研究仍有明显局限
研究人员强调，这些模型并不是为了取代医生，也不能代替现有的临床评估。
研究主要作者马克认为，如果未来能够更早识别出衰老速度较快或死亡风险较高的人群，医生或许可以进一步安排检查，尽早发现需要关注的严重健康问题。
目前，这项研究仅针对癌症患者开展。未来还需要更多研究，才能判断类似方法是否适用于其他人群，例如希望了解自身健康和寿命风险的普通人。
埃默里大学（Emory University）儿科与生物医学工程教授威尔伯·拉姆（Wilbur Lam）认为，这项研究利用了规模庞大的数据集，研究结果具有吸引力，但其真正的临床价值仍需要通过前瞻性研究加以验证。
他指出，研究人员还需要进一步确认，模型对不同面部特征、肤色和年龄群体是否同样准确，才能判断其能否安全、可靠地应用于临床。
英国萨里大学视频处理与机器智能教授米罗斯瓦夫·博贝尔（Miroslaw Bober）也认为，研究提供了有说服力的统计证据，显示面部图像与接受放射治疗的癌症患者生存风险之间存在关联。
不过，他提醒，能够预测某种结果，并不等于能够解释结果为什么发生。
AI估算的所谓“生理年龄”，本质上仍是根据面部外观推测年龄，并非直接测量人体内部的衰老过程。
此外，这项研究尚未证明，AI能够识别出医生通过常规健康评估无法发现的信息，也没有充分证明模型在医生已有判断之外，能够提供多少额外的临床价值。
博贝尔认为，这是一项有前景的概念验证研究，但目前还不能直接用于临床。未来需要将AI预测结果与医生的实际判断进行比较，并在不同医院及不同患者群体中开展进一步测试。
**AI看脸预测健康，潜力与局限并存
从面部照片估算生理年龄，甚至评估癌症患者的短期死亡风险，听起来颇具科幻色彩。但这项研究真正揭示的，是人工智能可能从人们习以为常的面部特征中，发现与健康状况有关的统计信号。
如果未来经过严格验证，这类技术或许能够为医生提供额外的参考信息，帮助识别需要进一步检查的患者。
然而，面部外观只是间接线索，并不能代替病理检查、影像学检查、身体机能评估及医生的综合判断。
目前，这项技术仍处于研究阶段，不能作为个人癌症预后判断或治疗决策的独立依据。
AI或许能够从一张脸中发现健康线索，但要真正帮助患者，还需要证明它能够在现有医疗评估之外，提供准确、可靠且具有实际临床价值的信息。
新闻来源：
https://www.cnn.com/2026/10/20/health/ai-models-cancer-survival-biological-age
