医生们通常会在检查开始时进行所谓的“目测测试”——这是一种对患者是否看起来比他们实际年龄更老或更年轻做出快速判断的方法，这种直觉评估可能会对关键医疗决策产生影响。
这种直观的评估方法很快就会得到人工智能的升级。
周四在《柳叶刀数字健康》杂志上描述的FaceAge是一种深度学习算法，它可以将一张简单的头像照片转换成一个数字，更准确地反映一个人的生物年龄，而不是他们病历上的生日。
经过数万张照片的训练，它将癌症患者的生物年龄平均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高强度的治疗，而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，以量化患者的生物年龄，并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Raymond Mak说。
考虑两个假设的患者：一个75岁的老人，其生物年龄为65岁；另一个60岁的老人，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，但对于后者来说则可能风险较大。
同样的逻辑也可以帮助指导心脏手术、髋关节置换或临终关怀等决策。
更敏锐的老化镜头
越来越多的证据表明，人类老化速度不同，受到基因、压力、锻炼以及吸烟或饮酒等习惯的影响。虽然昂贵的基因测试可以揭示DNA随时间磨损的情况，但FaceAge只需一张自拍就能提供见解。
该模型是在从公共数据集中收集的58,851张据信健康的60岁以上成年人的肖像上进行训练的。
然后，它在美国和荷兰接受过治疗的6,196名癌症患者身上进行了测试，使用的是他们在放疗前拍摄的照片。患有恶性肿瘤的患者生物年龄平均比实际年龄老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——即使考虑到实际年龄、性别和肿瘤类型——并且任何生物读数超过85岁的患者的危险性急剧上升。
有趣的是，FaceAge似乎与人类对衰老迹象的权重不同。例如，头发灰白或脱发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。八名医生被要求查看晚期癌症患者的头部照片，并猜测谁将在六个月内死亡。他们的成功率仅略高于随机猜测；而在掌握了FaceAge的数据后，预测显著提高。
该模型甚至证实了一个流行的互联网模因，估计演员Paul Rudd在50岁时的一张照片中的生物年龄为43岁。
偏见和伦理护栏
人工智能工具因未能充分服务非白人群体而受到审查。Mak表示，初步检查显示FaceAge的预测中没有显著的种族偏见，但该团队正在用20,000名患者的数据训练第二代模型。
他们还在研究诸如化妆、整容手术或房间照明变化等因素如何欺骗系统。
伦理辩论也非常重要。一种可以从自拍照中读取生物年龄的人工智能可能对临床医生有益，但也可能吸引人寿保险公司或雇主试图评估风险。
“这确实需要关注，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医学人工智能项目主任Hugo Aerts说。
另一个难题是：当镜子说话时会发生什么？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，人们可以在那里上传自己的照片，参与一项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)
