华盛顿——医生们经常在检查开始时进行所谓的“目测测试”——即凭直觉判断患者看起来比实际年龄老还是年轻，这会影响关键的医疗决策。
这种直观的评估可能很快会得到人工智能（AI）的升级。
FaceAge是一种深度学习算法，于5月8日在《柳叶刀数字健康》杂志上进行了描述。它将一张简单的头像照片转化为一个数字，这个数字更准确地反映了一个人的生物年龄，而不是他们出生证明上的年龄。
经过数万张照片的训练，FaceAge将癌症患者的平均生物年龄定为比健康同龄人老五岁。研究作者表示，这可以帮助医生决定哪些患者可以安全地承受严苛的治疗，而哪些患者可能更适合温和的方法。
“我们假设FaceAge可以用作癌症护理中的生物标志物，以量化患者的生物年龄，帮助医生做出这些艰难的决定，”哈佛附属波士顿马萨诸塞州布里格姆医院的肿瘤学家雷蒙德·马克说。
考虑两个假设的患者：一个活力充沛的75岁老人，其生物年龄为65岁；另一个虚弱的60岁老人，其生物年龄为70岁。对于前者，积极的放射治疗可能是合适的，但对于后者则可能有风险。
同样的逻辑也可以用于指导心脏手术、髋关节置换或临终关怀等决策。
更敏锐的老化视角
越来越多的证据表明，人类衰老的速度各不相同，受到基因、压力、锻炼以及吸烟或饮酒等习惯的影响。虽然昂贵的基因检测可以揭示DNA随时间的变化，但FaceAge仅通过一张自拍就能提供见解。
该模型使用来自公共数据集的58,851张假定健康的60岁以上成年人的肖像进行了训练。
然后，该模型在美国和荷兰接受放射治疗前拍摄的6,196名癌症患者的照片上进行了测试。患有恶性肿瘤的患者平均生物年龄比他们的实际年龄大4.79岁。
在癌症患者中，较高的FaceAge评分强烈预示着较差的生存率——即使考虑到实际年龄、性别和肿瘤类型——并且对于任何生物年龄超过85岁的患者来说，风险急剧上升。
有趣的是，FaceAge似乎对衰老迹象的权重与人类不同。例如，头发灰白或秃顶的重要性不如面部肌肉张力的细微变化。
FaceAge还提高了医生的准确性。八名医生被要求检查晚期癌症患者的头部照片，并猜测谁会在六个月内死亡。他们的成功率勉强超过随机猜测；而有了FaceAge的数据后，预测显著提高。
该模型甚至验证了一个流行的互联网梗，估计演员保罗·路德在50岁时的一张照片中，其生物年龄为43岁。
偏见和伦理护栏
AI工具因未能充分服务于非白人群体而受到审查。马克博士表示，初步检查显示FaceAge的预测中没有明显的种族偏见，但该团队正在用20,000名患者的数据训练第二代模型。
他们还在研究化妆、整容手术或房间照明变化等因素如何可能欺骗系统。
伦理辩论也非常重要。一种能够从自拍照中读取生物年龄的AI工具可能对临床医生有益，但也可能吸引人寿保险公司或雇主用来评估风险。
“这确实需要关注，以确保这些技术只用于患者的利益，”该研究的共同负责人、MGB AI in Medicine项目的主任雨果·艾尔茨博士说。
另一个困境是：当镜子开始说话时会发生什么？得知自己的身体比想象中更老可能会促使人们做出健康改变——或者引发焦虑。
研究人员计划开设一个面向公众的FaceAge门户网站，让人们上传自己的照片参与研究，以进一步验证该算法。面向临床医生的商业版本可能会随之而来，但前提是需要更多的验证。
(全文结束)
