FaceAge是一种深度学习算法，通过一张简单的头部照片来估算一个人的生物年龄，这可能与其实际年龄不同。这可以帮助医生在制定治疗计划时做出更明智的决策，尤其是在癌症患者中。
医生们通常会从所谓的“目测测试”开始——即对患者的外观进行快速判断，看他们看起来比实际年龄年轻还是年老，这可以影响关键的医疗决策。这种直观的评估可能很快就会得到AI的升级。
发表在《柳叶刀数字健康》杂志上的FaceAge算法，将一张简单的头部照片转换成一个更能准确反映一个人生物年龄的数字，而不是其病历上的生日。
该算法经过数万张照片的训练，发现癌症患者平均比健康的同龄人看起来要老五岁。研究作者表示，这可以帮助医生决定哪些患者能够安全地承受艰苦的治疗，哪些患者则更适合温和的治疗方法。
“我们假设FaceAge可以用作癌症护理中的生物标志物，量化患者的生物年龄，帮助医生做出这些艰难的决定，”哈佛大学附属波士顿马萨布里格姆健康系统的肿瘤学家雷蒙德·马克（Raymond Mak）说。
考虑两个假设的患者：一位75岁的活力老人，其生物年龄为65岁；另一位60岁的虚弱老人，其生物年龄为70岁。对于前者，激进的放射治疗可能是合适的，但对于后者则可能风险较大。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的决策。
越来越多的证据表明，人类以不同的速度老化，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。该模型是在公共数据集中收集的60岁以上健康成年人的58,851张肖像上进行训练的。
然后，该模型在美国和荷兰接受过放疗的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看起来比他们的实际年龄老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——即使在考虑了实际年龄、性别和肿瘤类型后也是如此——并且对于生物年龄超过85岁的任何人来说，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，灰发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。八位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；而在掌握了FaceAge数据后，预测显著提高。该模型甚至证实了一个流行的互联网梗，估计演员保罗·路德（Paul Rudd）在50岁时的一张照片中，其生物年龄为43岁。
AI工具因未能服务非白人群体而受到审查。马克表示，初步检查显示FaceAge的预测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欺骗系统。
伦理问题也很重要。一种可以从自拍照读取生物年龄的AI可能会对临床医生有所帮助，但也可能吸引人寿保险公司或雇主用来评估风险。“这肯定需要关注，以确保这些技术只用于患者的益处，”该研究的共同负责人、MGB AI in Medicine项目的主管雨果·艾尔茨（Hugo Aerts）说。
另一个问题是：当镜子说话时会发生什么？得知你的身体比你想象的要老可能会促使你做出健康的改变——或者引发焦虑。研究人员计划开设一个面向公众的FaceAge门户，人们可以在那里上传自己的照片，参与进一步验证算法的研究。针对临床医生的商业版本可能会随之而来，但只有在更多验证之后才会推出。
(全文结束)
