5月發(fā)布在國(guó)際醫(yī)學(xué)期刊《柳葉刀-數(shù)字醫(yī)療》的文章顯示，研究人員正在使用深度學(xué)習(xí)系統(tǒng)“FaceAge”來(lái)估算人體的生物年齡。

結(jié)果發(fā)現(xiàn)，癌癥患者的面部特征平均外表年齡比實(shí)際年齡大了4.79歲。另外，F(xiàn)aceAge還可以改善醫(yī)生對(duì)癌癥患者的姑息治療預(yù)測(cè)，反映了該算法在臨床上支持臨終決策的應(yīng)用價(jià)值。

該文章寫(xiě)道：我們的結(jié)果表明，深度學(xué)習(xí)模型可以通過(guò)面部照片估算生物年齡，從而增強(qiáng)癌癥患者的生存期預(yù)測(cè)。需要進(jìn)一步研究，包括更大規(guī)模的隊(duì)列驗(yàn)證，以在癌癥患者中驗(yàn)證這些發(fā)現(xiàn)，并確定這些發(fā)現(xiàn)是否適用于其他疾病患者。經(jīng)過(guò)進(jìn)一步的測(cè)試和驗(yàn)證，類似FaceAge的方法可以用來(lái)將患者的外貌轉(zhuǎn)化為客觀、定量且具有臨床價(jià)值的指標(biāo)。

文章作者之一、麻省總醫(yī)院布萊根醫(yī)療系統(tǒng)人工智能醫(yī)學(xué)項(xiàng)目負(fù)責(zé)人Hugo Aerts表示，該研究表明，從面部照片中提取的信息在臨床上可能具有重要意義。

“這項(xiàng)結(jié)果表明，一張簡(jiǎn)單的自拍照就可能包含重要信息，有助于為患者和臨床醫(yī)生提供治療決策和護(hù)理計(jì)劃，”他補(bǔ)充道，如果一個(gè)人的FaceAge比實(shí)際年齡小的話，他在接受癌癥治療后情況會(huì)好得多。

科學(xué)家利用公開(kāi)數(shù)據(jù)庫(kù)中的58,851張照片訓(xùn)練了FaceAge算法，然后再用6,196名癌癥患者的照片進(jìn)行測(cè)試，這些癌癥患者照片是在放射治療開(kāi)始前拍攝的。

在這些癌癥患者中，F(xiàn)aceAge越老，生存結(jié)果越差，即使在調(diào)整了實(shí)際年齡、性別和癌癥類型后，這一趨勢(shì)仍然顯著。尤其是FaceAge超過(guò)85歲的人群，效果更為明顯。

隨后，研究人員讓10位臨床醫(yī)生和研究人員預(yù)測(cè)接受姑息性放療的晚期癌癥患者在6個(gè)月后是否仍然生存。當(dāng)他們僅憑照片判斷時(shí)，準(zhǔn)確率為61%；但當(dāng)結(jié)合FaceAge分析后，準(zhǔn)確率提升至80%。

目前，科學(xué)家正將這項(xiàng)技術(shù)應(yīng)用于更廣泛的患者群體，并評(píng)估其預(yù)測(cè)疾病、整體健康狀況和壽命的能力。不過(guò)，研究團(tuán)隊(duì)指出，F(xiàn)aceAge也可能存在一些局限性，比如數(shù)據(jù)偏差、模型誤差等。

媒體分析指出，這類新型的技術(shù)工具是日益興起的一種趨勢(shì)，即通過(guò)評(píng)估人體器官的老化狀況作為潛在疾病風(fēng)險(xiǎn)的“生物標(biāo)志物”。隨著人工智能（AI）開(kāi)始能夠處理大規(guī)模健康數(shù)據(jù)，這一方向獲得了顯著推動(dòng)。

今年2月，研究人員發(fā)現(xiàn)，一項(xiàng)可測(cè)出內(nèi)臟器官衰老速度的簡(jiǎn)單血液檢測(cè)，可幫助警示罹患肺癌等30種疾病的更高風(fēng)險(xiǎn)。該研究還發(fā)現(xiàn)，最容易患癡呆癥的人是那些免疫系統(tǒng)老化速度比平常更快的人。

與血液檢測(cè)一樣，面部老化也是一個(gè)快速發(fā)展的研究方向，科學(xué)家正探索多種方法。其中一種是“感知年齡”的概念——也就是一個(gè)人在專業(yè)醫(yī)護(hù)人員眼中看起來(lái)有多老，而不是其生物年齡。

研究人員表示，感知年齡已被視為死亡率和多種年齡相關(guān)疾病的潛在預(yù)測(cè)因子，但其缺點(diǎn)是依賴人工判斷，費(fèi)時(shí)費(fèi)錢(qián)。

英國(guó)紐卡斯?fàn)柎髮W(xué)的人工智能專家Jaume Bacardit也研究過(guò)感知年齡的AI技術(shù)，他認(rèn)為這次對(duì)FaceAge的評(píng)估“相當(dāng)全面”。

但他指出，F(xiàn)aceAge還需要更多有關(guān)技術(shù)細(xì)節(jié)的解釋，以確認(rèn)是否存在潛在的干擾因素。（趙昊）