AI看脸预测癌症存活率 拍照即知5年生存率

时间:2026-10-19(北美时间) 地点:美国波士顿 人物:Hugo Aerts(Harvard 教授、Mass General Brigham AIM Program 主任)、Mass General Brigham 放射肿瘤与 AI 团队、Lancet Digital Health 编辑部 事件:Mass General Brigham 团队在《Lancet Digital Health》发表最新研究,推出基于面部照片直接预测癌症患者生存风险的 AI 模型 FAHR-FaceSurvival,以及配套的生物年龄估计工具 FAHR-FaceAge,后者是首个能从一张自拍照同时给出"生物学年龄"和"癌症存活概率"的 AI 系统。研究还显示,在美国接受放疗的癌症患者中,被算法判为"看起来比实际年龄老 5 岁以上"的人群在 4 年随访期内死亡风险高出 21%,而"显年轻 5 岁以上"的人群风险低 17%。 背景:这一系统基于 FAHR-Face 基础模型,使用超过 4000 万张跨族裔、跨年龄段的人脸照片训练,并在 34389 张癌症患者面部照片上微调。两个互补工具——FAHR-FaceAge 通过鼻唇沟、额头眼窝上方、太阳穴区域估计生物年龄,FAHR-FaceSurvival 则重点关注眼下和鼻梁区域,直接从面部图像预测生存风险,而非通过生物年龄中转。Hugo Aerts 表示:"FAHR-FaceSurvival 是面部健康识别 AI 的关键一步,它直接从癌症患者的面部照片学习生存风险,据我们所知,这是首个能通过简单照片直接预测癌症生存率的 AI 模型。" 影响:该工具若进入临床,有望在放射治疗、外科决策与姑息治疗路径选择中提供低成本、客观的预后指标,尤其适用于无法接受完整基因组/影像评估的患者;同时也提示 AI 在面部"生物标记物"领域的潜力远超传统观点。但研究存在样本偏差(以美国放疗患者为主)、族群覆盖不均,以及潜在的种族/年龄歧视风险——监管机构、保险方与伦理委员会在临床落地前需对其公平性、可解释性与隐私边界做出明确约束。 总结:从"看脸识年龄"到"看脸判生死",Mass General Brigham 的双工具组合把 AI 推进到医学预后决策的第一线;真正进入诊疗流程前,仍需在多中心、更广泛族群中验证,并配齐法规、伦理与隐私护栏。 参考来源: - The Guardian: New AI tool can predict cancer survival by a single patient selfie, study suggests(https://www.theguardian.com/technology/2026/oct/19/ai-tool-predict-cancer-survival-patient-selfie - The Lancet Digital Health: FAHR-FaceSurvival 研究原文(https://www.thelancet.com/journals/landig/article/PIIS2589-7500(26)00079-8/fulltext - Mass General Brigham Newsroom: AI facial health recognition tools help physicians assess age and cancer survival risk(https://news.massgeneralbrigham.org/en/ai-facial-recognition-tools-assess-age-cancer-survival-risk - arXiv: Foundation Artificial Intelligence Models for Health Recognition (FAHR)(https://arxiv.org/abs/2506.14909 - Harvard AIM Program: Hugo Aerts 团队页面(https://aim.mgh.harvard.edu/team/hugo-aerts - Becker's Hospital Review: Mass General Brigham AI trained on 40M faces predicts cancer survival(https://www.beckershospitalreview.com/healthcare-information-technology/ai/mass-general-brigham-ai-trained-on-40m-faces-predicts-cancer-survival/ - Modern Healthcare: Mass General Brigham develops face analysis AI model(https://www.modernhealthcare.com/digital-health/mass-general-brigham-ai-cancer/ - PubMed Central: FaceAge, a deep learning system to estimate biological age(https://pubmed.ncbi.nlm.nih.gov/40345937/ - Mass General Brigham Advances: Cancer AI Technology Uses Face Photos as a Prognostic Tool(https://advances.massgeneral.org/oncology/article.aspx?id=1607 - ASCO Post: AI Model Estimates Biological Age and Predicts Survival in Patients With Cancer(https://ascopost.com/news/may-2025/ai-model-estimates-biological-age-and-predicts-survival-in-patients-with-cancer/