说起"看面相断生死"，你可能觉得这是街头算命先生的活儿。但眼下，美国顶级医学研究机构把这门"手艺"搬进了实验室——用人工智能技术实现了现代版的"面相识病"。
一项让医学界眼前一亮的发现
近日，哈佛大学附属的马萨诸塞州总医院百瀚癌症研究所，在国际权威医学期刊《柳叶刀·数字健康》上发布了一项突破性研究。研究团队训练出一个名为FAHR-Face的人工智能模型，据说只需给这位"AI大夫"一张再普通不过的脸部照片，它就能判断出癌症患者的死亡风险高低。
消息一出，立刻登上了各大平台的热搜。
这台"AI大夫"是怎么练成的？
这套模型之所以能"看脸识风险"，靠的是海量学习。研究团队先用海量普通人的人脸照片作为"教材"，采用一种类似拼图游戏的训练方式——故意挡住照片的部分区域，再让机器尝试还原，以此掌握人脸各部位的结构关系。随后，再喂给它数万名癌症患者的脸部照片及对应的生存记录，通过不断比较不同患者的存活时长，让它学会从面部特征中"读出"健康信号。
关键在于，这个模型评估患者时，完全不需要翻看病历、影像等任何临床资料，单看一张脸就能给出风险判断。
效果究竟如何？
研究团队用一批此前未曾参与训练的数千名癌症患者对模型进行了实战检验。结果显示，被AI划入最高风险的人群里，有超过一半的人在拍照后的三个月内离世；而风险评分垫底的群体，同期离世的比例则低得多。更难得的是，研究团队还用欧洲一家放疗中心的数千名患者做了外部验证，同样观察到了相似的规律。
为了让结论更扎实，团队还配套开发了一个给面部"算年龄"的模型，用来比较"看起来的年龄"和"真实的年龄"之间的差距。结果发现，看着比实际年龄显老的人，死亡风险往往更高；反之，看起来比实际年龄年轻的，风险相对更低。
它到底在看人脸上的哪里？
这一点最让人好奇。研究团队通过可视化的"注意力热力图"给出了线索：当AI在判断死亡风险时，注意力主要集中在眼窝下方和鼻梁周围——这些区域恰好和医学史上记载的"希波克拉底面容"特征相吻合，即重病患者常出现眼窝凹陷、鼻梁变尖的典型面相。
冷静一点：它还不能替医生开处方
尽管结果亮眼，研究团队自己也很谨慎。目前人类还说不清楚AI到底是怎么从脸上"读"出这些信息的，其中的生物机理仍是谜团。而且这款模型目前主要基于西方国家的癌症患者数据训练，未来能否推广到更广泛的人群和其他疾病，还需要更多验证。
业内普遍认为，这项技术的价值更多在于"辅助"——帮助医生更早识别高风险患者、更合理地调配医疗资源，而不是取代临床诊断。让AI看一眼脸就宣布一个人的生死，还为时过早。
热门跟贴