一张简单的自拍照可能隐藏着关于一个人生物年龄的线索——甚至还能预测他们的寿命。
这是根据麻省总医院布里格姆（Mass General Brigham）的研究人员的说法，他们开发了一种名为FaceAge的深度学习算法。
使用某人的面部照片，这种人工智能工具可以生成对被摄者生物年龄的预测，生物年龄是指他们衰老的速度，而不是他们的实际年龄。
据麻省总医院布里格姆发布的新闻稿称，FaceAge还可以预测癌症患者的生存结果。
该AI工具是在“来自公共数据集的58,851张推定健康个体的照片”上进行训练的。
为了测试该工具的准确性，研究人员用它分析了6,196名接受放射治疗前的癌症患者的照片。
在这些癌症患者中，该工具生成的生物年龄比他们的实际年龄高出约五年。
研究人员还测试了该工具基于照片预测100名接受姑息治疗的人的预期寿命的能力，然后将其与10名医生的预测进行了比较。结果显示，FaceAge的预测比医生的预测更准确。
研究人员的发现发表在《柳叶刀数字健康》杂志上。
麻省总医院布里格姆开发了一种名为FaceAge的深度学习算法，该算法可以从照片中生成对被摄者生物年龄的预测。
“我们可以使用人工智能从面部照片中估计一个人的生物年龄，我们的研究表明这些信息在临床上是有意义的，”麻省总医院布里格姆人工智能医学项目（AIM）主任、共同资深作者兼通讯作者Hugo Aerts博士在新闻稿中说。
“这项工作表明，像简单自拍这样的照片包含重要的信息，可以帮助指导临床决策和患者的护理计划。”
“一个人看起来比实际年龄年轻多少真的很重要——那些FaceAge比实际年龄年轻的个体在接受癌症治疗后表现得更好。”
该工具的目标是帮助消除可能影响医生基于患者外貌和年龄做出护理决策的偏见。
研究人员指出，在该工具用于临床之前还需要更多的研究。
未来的研究将包括不同医院和处于疾病不同阶段的癌症患者，新闻稿中提到。研究人员还将评估FaceAge预测疾病、总体健康状况和寿命的能力。
“这为从照片中发现新的生物标志物打开了大门，其潜力远远超出了癌症护理或预测年龄，”麻省总医院布里格姆人工智能医学项目（AIM）教员、共同资深作者Ray Mak博士在新闻稿中说。
“随着我们越来越多地将各种慢性病视为衰老性疾病，准确预测个体的衰老轨迹变得越来越重要。我希望我们最终可以将这项技术作为一种早期检测系统，在各种应用中使用，以强大的监管和伦理框架为基础，帮助拯救生命。”
德克萨斯州达拉斯的急诊医学委员会认证医师和人工智能领域全国演讲者Harvey Castro博士没有参与FaceAge的开发，但他对该工具发表了评论。
“作为一名急诊医生和人工智能领域的未来学家，我看到了像FaceAge这样的AI工具带来的希望和风险，”他告诉福克斯新闻数字版。
“让我兴奋的是，FaceAge结构化了我们称之为‘目测’的临床直觉——一种对某人病情严重程度的直观感觉。现在，机器学习可以以惊人的准确性量化这种评估。”
Castro预测，FaceAge可以帮助医生更好地个性化治疗计划，或在肿瘤学中优先考虑姑息治疗——“在这种情况下，韧性比出生日期更重要。”
然而，医生强调，谨慎是关键。
“AI模型的好坏取决于它们所训练的数据，”Castro指出。“如果训练数据缺乏多样性，我们可能会产生有偏见的结果。”
“虽然FaceAge在某些生存预测方面可能优于临床医生，但它应该增强人类的判断力，而不是取代它。”
Castro还警告了潜在的伦理问题。
“谁拥有面部数据？如何存储？患者是否理解正在分析的内容？这些问题和技术本身一样重要，”他说。
“人工智能可以增强我们的护理——但不能取代同情心、背景和人性。”
Castro还指出，该工具还有心理影响。
“被告知你‘看起来比实际年龄老’可能会影响治疗决策或自我认知，而我们对此尚未完全了解，”他说。
“我们需要明确的同意、数据隐私和敏感性。没有人愿意在没有上下文的情况下被告知他们看起来更老。”
总之，Castro认为，人工智能可以增强医生的判断力，但不能取代它。
“人工智能可以增强我们的护理——但不能取代同情心、背景和人性。”
(全文结束)
