迪拜：一项发表在《柳叶刀数字健康》上的开创性研究揭示了一种AI工具，该工具可以通过分析自拍照中的面部特征来预测一个人的身体衰老速度，为医生提供了一种新的方法来评估癌症风险并定制治疗方案。
由马萨诸塞州布里格姆医院的科学家开发的深度学习算法FaceAge，经过近60,000张健康个体照片的训练，并在超过6,000名开始接受放射治疗的癌症患者中进行了测试。
从快照到预后
与标准年龄估计不同，FaceAge不依赖出生证明。相反，它通过评估皮肤纹理、眼睛形状和面部肌肉张力等细微迹象来估计生物年龄，这个数字反映了身体的真实磨损或韧性程度。
研究发现，平均而言，癌症患者的生物年龄比他们的实际年龄大五岁左右。每增加一年的生物年龄都与显著的生存率降低相关，使其成为一个强大的新预测指标。
FaceAge的重要性
几十年来，医生们一直非正式地使用面部线索来判断患者的治疗适应性。虚弱的外观可能会促使采取更温和的治疗方案，而活力充沛的外观则可能支持更激进的治疗选择。但这些印象是主观的。
FaceAge提供了一个客观的、数据支持的估计。“我们可以使用AI从面部照片中估计一个人的生物年龄，”首席研究员Hugo Aerts说。“我们的研究表明，这些信息在临床上是有意义的。”
超越人眼
为了测试该工具的实际潜力，研究人员要求十位临床医生预测接受姑息性放疗的患者是否能存活数月。即使有患者记录和实际年龄的信息，他们的准确性也仅略高于随机猜测。
当加入FaceAge时，预测显著改善。这表明AI可以捕捉到人眼经常忽略的细微迹象——可能成为复杂护理决策中的关键盟友。
超出肿瘤学的潜力
FaceAge也可能在其他医学领域发挥作用。由于加速老化是许多慢性病（如心脏病和痴呆症）的基础，一种能够早期检测它的工具可以在症状出现前多年实现预防性护理。
“这为新的生物标志物发现打开了一扇门，”研究的共同高级作者Ray Mak说。“其潜力远远超出了癌症护理或预测年龄。”
挑战与谨慎
尽管前景光明，FaceAge尚未准备好进入临床应用。该模型是在仅两家医院的数据上进行训练的，照明变化、照片质量和文化因素（如化妆和护肤）可能会导致结果偏差。
研究团队计划在更大和更多样化的群体中验证该工具。他们强调需要强有力的伦理保障，包括患者同意和数据使用的透明度。
FaceAge让我们窥见了一个未来，在这个未来中，一张简单的自拍可能有助于指导医疗护理——将日常图像转化为检测疾病和个性化治疗的强大工具。
(全文结束)
