一张人脸照片，AI就能预测癌症患者死亡风险

哈佛附属马萨诸塞州总医院百瀚癌症研究所在《柳叶刀·数字健康》发布研究，训练出全球首创AI模型FAHR-Face，仅凭一张普通脸部照片即可估算生物学年龄并预测癌症患者生存几率。研究团队使用WebFace42M公共数据集，在无特定提示下向AI输入超过4000万张覆盖0至116岁的人脸照片，让其自行学习人脸特征，并据此微调出两个工具：FAHR-FaceAge用于精准估算生物学年龄，FAHR-FaceSurvival使用34363张癌症患者照片专项训练，通过面部照片预测生存风险。

在3820名癌症患者测试中，生存风险评分最高区间（0.9-1.0）的122名极高危患者中，64人（52.5%）在拍照后90天内离世；最低区间（0.0-0.1）的975名患者90天内死亡率仅2.1%。最高风险四分位组死亡率是最低风险组的3倍以上（调整后危险比HR 3.23）。5年生存率方面，最低风险组为78.1%，最高风险组仅17.7%。FAHR-FaceAge估算年龄平均绝对误差仅5.1岁，其估算年龄与实际年龄相关性很弱（R=0.16）。若估算年龄比实际年龄老5岁以上，死亡风险增加21%；年轻5岁以上则降低17%。显老20岁以上者90天内早期死亡率达21.3%，10年生存率仅33.3%；比实际年龄小10岁以上者10年生存率65.1%。细分数据显示，女性患者“脸老与死亡率”关联的危险比高于男性；白人和亚裔患者一旦显老，生存风险分层比黑人和拉美裔更剧烈。

注意力映射技术显示，两个工具特征空间重叠度极低（相关系数0.22）。FAHR-FaceAge主要关注法令纹、额头和太阳穴；FAHR-FaceSurvival则聚焦眼窝下方和鼻梁区域，与古希腊希波克拉底描述的“希波克拉底面容”临终体征不谋而合。鲁棒性测试表明，化妆、表情、光线、角度及整形手术均不影响评估结果，仅隆鼻手术会导致术后平均被评估老1.11岁。吸烟、酗酒和滥用药物与生物学年龄增加相关，吸烟影响最显著且呈剂量依赖关系。

共同资深作者Hugo Aerts表示，这是首个证明AI模型可直接通过照片预测癌症存活率的报告。研究团队强调，该工具旨在为医生制定个性化治疗方案提供客观参考，而非取代医生判断。纽约大学Matthew Liao教授指出伦理隐患，包括误判延误治疗、保险承保及招聘筛选等风险。目前马萨诸塞州总医院已为下一代面部健康算法申请专利，并开放在线研究项目供公众上传照片获取脸部年龄报告。