能“看脸算命”的AI,有多神奇?
近期,美国麻省总医院布里格姆癌症研究所的一篇论文刊发于《柳叶刀·数字健康》。研究人员通过“投喂”4000万张不同年龄、种族的人脸图像,开发出一款AI模型FAHR-Face。该模型能通过人脸照片识别癌症患者的健康状况。
在此基础上,研究人员进一步构建了两个新工具FAHR-FaceAge和FAHR-FaceSurvival。前者能根据面部照片评估癌症患者的生物学年龄,后者会结合癌症患者的面部特征和其他临床信息,预测其存活概率。
“这是一项极其引人注目的研究,它源于大数据集,所展示的面部图像与生物学年龄、癌症生存率之间的关联度似乎很高。”美国埃默里大学医学院创新副院长威尔伯·拉姆说。不过,在不少业内专家看来,虽然该AI模型可以基于单张面部照片这种简单、低成本方式支持个性化健康评估,但在该工具广泛使用前,还需进行更多研究。
上两图显示,FAHR-FaceSurvival重点关注的是癌症患者眼睛下方和鼻梁周围的区域;下两图显示,FAHR-FaceAge会重点评估癌症患者鼻唇沟、太阳穴和眼睛上方的前额区域 本版图/美国麻省总医院布里格姆癌症研究所
预测结果惊人
FAHR-FaceAge和FAHR-FaceSurvival聚焦的是人脸的不同部位。FAHR-FaceAge会重点关注癌症患者鼻唇沟、太阳穴和眼睛上方的前额区域,FAHR-FaceSurvival评估的则是癌症患者眼睛下方和鼻梁周围的区域。
据美国有线电视新闻网报道,不可思议的是,这两个AI模型聚焦的面部区域,与古希腊医学家希波克拉底在公元前400年左右撰写的《预后论》中提到的部位相同。当时,希波克拉底将“鼻子尖、眼睛凹陷、太阳穴凹陷”描述为肌肉萎缩和具有死亡风险的迹象。
对此,该论文的通讯作者雷蒙德·麦克表示,这两种模型纯粹是根据患者的面部照片进行算法训练,并不了解希波克拉底的文本和智慧。“能在我们的算法中听到希波克拉底两千多年来的回响,是非常令人兴奋的。”麦克说。
图为相关论文截图
不少人好奇,这两个AI模型给出的预测结论,有多少准确度。该论文介绍,研究人员使用38183名癌症患者的照片对FAHR-FaceAge进行测试后发现,在1060名生物学年龄比实际年龄大20岁以上的患者中,有21.3%的患者在90天内死亡。而在4195名生物学年龄比实际年龄至少年轻10岁的患者中,这一数字约为6.4%。
如果癌症患者化妆拍照,能让FAHR-FaceAge的预测结果年轻几岁吗?实际上,FAHR-FaceAge对癌症患者生物学年龄的评估过程很稳定,不会受拍照姿势、灯光、面部表情和化妆影响。“大多数整形外科手术都不会改变FAHR-FaceAge的测试结果,仅在患者进行鼻整形手术后,会观察到很小的变化。”麦克表示。
研究人员还发现,饮酒、吸烟等生活方式会影响患者的面部衰老情况,进而影响FAHR-FaceAge的测试结果。其中,吸烟是最主要的影响因素。从吸烟状态上看,当前仍在吸烟的患者,看起来会比有既往吸烟经历的患者老;而既往吸烟者看起来会比从不吸烟的患者更老。
FAHR-FaceSurvival对癌症患者寿命的预测更为惊人。该模型对3820名癌症患者进行预测,122名癌症患者的死亡风险最高,超过一半的患者在评估结束90天内死亡。相比之下,死亡风险最低的975名患者中,只有约2.1%的患者在90天内死亡。
哈佛大学医学人工智能 (AIM) 项目主任雨果·埃尔斯是该模型的开发者之一,他表示,FAHR-FaceSurvival的诞生,进一步推动了人工智能在面部健康评估领域的发展。“据我们所知,这是人工智能模型首次通过简单的人脸照片,直接预测癌症患者的生存率。”
临床效用需更多评估
埃尔斯表示,这项研究的关键突破在于,FAHR-Face作为一个基础AI模型,从4000万张图像中学习到了人体面部的通用特征。依托这一底座,研究人员可以构建其他垂类模型,无须为每个模型从头训练。麦克说,虽然该研究当前仅在癌症患者中进行,但未来,更多研究或将揭示类似发现是否适用于对长寿感兴趣的健康人群中。
清华大学计算机科学与技术系教授刘知远告诉《中国新闻周刊》,FAHR-FaceAge和FAHR-FaceSurvival本质上是一种特征工程。“其实,在历史上有很多类似的探索,例如人工智能根据人脸判断性取向、犯罪率等。”他表示,人的脸相与生物学年龄、癌症患病情况等是否有关联还有待科学验证,其真正的临床效用也需经过更多评估。
英国萨里大学视频处理和机器学习专业教授米罗斯拉夫·鲍伯也有相似的看法。据外媒报道,鲍伯认为,FAHR-FaceAge根据患者的面部外观来估计生物学年龄,并没有直接测量任何生物衰老过程。
“对于具有特定面部特征、肤色、年龄的患者,FAHR-FaceAge和FAHR-FaceSurvival是否准确,仍需进行更多前瞻性测试。”拉姆说。
鲍伯指出,这项研究并没有测试FAHR-Face是否能够识别出医生无法识别的信息。对此,麦克表示,随着人口老龄化发展,医生需要更好的方法来评估癌症患者的体力储备和虚弱程度,然后再选择合适的疗法。
麦克强调,FAHR-Face并不是要取代医生。相反,他们将这一模型描述为一种新兴工具,希望有朝一日帮助医生对患者的健康状况进行评估。“如果我们能及早发现加速衰老或高死亡风险的相关指标,或许就能更早筛查出患严重疾病的患者。”麦克说。
图为该研究的相关数据一览
普通人也有机会体验这项技术。研究团队开放了一个FaceAge网站,公众可以上传面部照片,接收对面部年龄的评估结果,同时贡献数据,帮助研究人员验证和改进测量方法。该网站也写明,本网站仅用作公众教育目的,评估结果不能替代专业的医疗建议,用户不应依赖本网站进行紧急医疗。
快思慢想研究院院长田丰认为,从长远看,FAHR-Face是一项近乎零成本、可反复测量的应用工具。但由于人脸属于高密度信息部位,基于人脸照片的AI模型天然存在隐私泄露的安全风险。在采集、存储、推理等环节,研发团队应制定有效的制度设计,防止人脸数据被滥用。
发于2026.11.16总第1260期《中国新闻周刊》杂志
杂志标题:一张自拍照,AI给癌症患者“算命”
记者:胡可欣
编辑:杜玮