AI凭单张面部照片评估癌症患者生存风险

研究人员开发了一款人工智能工具，尝试仅通过一张面部照片评估癌症患者的生存风险。该工具可作为医生临床判断的补充，在医疗资料不完整的场景中，为治疗方案制定提供额外参考。

模型同时具备年龄估算能力和癌症生存风险预测能力。研究团队使用超过4000万张人脸图像，以及3万多名癌症患者的照片进行训练，其中包含大量已经去世患者的数据。发表于《柳叶刀·数字健康》的研究显示，模型会为患者生成风险评分，评分最高的人群更可能在90天内死亡。

研究人员称，这类利用面部信息预测癌症患者生存情况的成果尚属首次。麻省总医院布莱根癌症研究所放射肿瘤医师、论文作者雷蒙德·马克表示，医生在培训过程中就会根据患者外貌判断其病情，但通常难以准确估计临终患者还能够生存多久。他认为，人工智能或许能够从面部特征中捕捉人体部分生理储备和死亡风险。

测试结果显示，该工具估算年龄的平均误差约为5岁，并能够较为可靠地将患者划分为高风险组和低风险组，两组之间的死亡风险存在明显差异。模型在不同年龄、种族、性别以及多种癌症类型的人群中均表现出一定有效性。

目前，人工智能在癌症检测和治疗领域的应用正在增多。相关工具有的通过分析医学影像辅助诊断，有的结合基因信息和生活方式等风险因素，预测个人未来患癌的可能性。

不过，萨里大学视频处理与机器学习教授米罗斯瓦夫·博贝尔认为，这款工具暂时还不适合直接用于临床。他指出，预测结果并不能解释造成风险的原因，现有研究也没有证明模型能在医生对患者整体健康状况评估之外，提供额外且具有临床价值的信息，同时未将算法结果与医生判断进行充分对照。

马克表示，模型对生存期的预测效果超出团队预期。研究发现，算法评估时主要关注鼻梁和眼睛下方区域。马克查阅相关资料后发现，希波克拉底曾记录眼窝凹陷、太阳穴塌陷和鼻尖瘦削等可能是生命接近终点的早期外在体征。团队强调，该工具不会被用于拒绝或限制患者接受治疗，而是希望为医生增加一项参考，避免临终患者接受不必要的过度治疗。未来仍需在不同医院和患者群体中开展更大规模测试。