一项新的研究表明，一种算法可以通过普通照片估计身体衰老的速度，这一发现可能改变癌症护理的性质。这项研究由Mass General Brigham的科学家团队领导，他们构建了一种名为FaceAge的AI工具。
专家们用近60,000张健康个体的照片训练了这个工具，然后在超过6,000名开始接受放射治疗的患者身上进行了测试。
研究小组发现，典型的癌症患者看起来比他们的出生证明上显示的年龄大约老五岁，每增加一年都会缩短他们的预期寿命。
从自拍到生物标志物
FaceAge是一种深度学习网络。它研究细小的细节——皮肤纹理、肌肉张力和眼睛形状——然后将这些模式转化为一个单一的数字：你的生物年龄。
这个过程是自动化的。如果FaceAge接收到一张头肩照片，它可以预测一个反映身体磨损程度的年龄，比实际年龄更准确。
一个人看起来多大年纪长期以来一直指导医生进行非正式判断。虚弱的特征可能会引导治疗选择更为温和的方案；而年轻活力则可以支持更积极的治疗。
然而，这些判断是主观的。FaceAge为这种印象提供了一个更客观的数字。
AI、面部年龄和癌症预测
在这项研究中，生物年龄超过85岁的患者表现最差，即使在调整了性别、肿瘤部位和实际年龄之后也是如此。
“我们可以使用人工智能（AI）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具有临床意义，”Mass General Brigham的人工智能医学（AIM）项目主任Hugo Aerts说。
“这项工作表明，一张照片，比如简单的自拍，包含重要的信息，可以帮助指导临床决策。”
“一个人看起来比实际年龄年轻真的很重要——FaceAge比实际年龄年轻的患者在接受癌症治疗后效果显著更好。”
FaceAge捕捉隐藏信号
预测终末期患者的生存时间是困难的。研究人员让十位临床医生和科学家查看了一百张正在接受姑息性放疗的人的肖像，并猜测每个人是否会在几个月内存活。
即使专家组知道实际年龄和癌症类型，他们的准确性也勉强超过随机猜测。
加上FaceAge后，情况发生了变化。有了AI提供的数字，专家组的预测明显改善，这表明FaceAge捕捉到了医生可能忽略的隐藏信号。
教会AI识别面部年龄
研究人员首先使用公开的图像库，其中包含58,851张带有年龄标签的面部照片。这些照片来自日常生活场景，因此网络首先学会了识别正常的衰老过程。
接下来，研究团队将FaceAge应用于常规治疗设置中拍摄的临床快照。将这些照片与医疗记录关联起来，使算法能够发现外观、疾病和结果之间的联系。
FaceAge仍需要在更大和更多样化的人群中进行验证。研究队列仅来自两个中心，光线或相机角度可能会导致结果偏差。
整容手术、浓妆或文化差异的护肤方式也可能混淆模型。研究团队计划随访患者，看看随着治疗进展，FaceAge数值是否会变化。
早期检测系统
“这为从照片中发现生物标志物开辟了一个全新的领域，其潜力远远超出了癌症护理或预测年龄，”Mass General Brigham的AIM项目的共同资深作者Ray Mak说。
“随着我们越来越多地将各种慢性病视为衰老疾病，准确预测个人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，在强大的监管和伦理框架下应用于多种应用，以帮助挽救生命。”
FaceAge展示了人工智能如何将日常数据转化为医疗指导。一张自拍可能很快就能补充血液检查和扫描，为肿瘤学家提供更快、更少偏见的患者恢复力图片。
如果进一步的试验确认了这些发现，诊所可以上传照片并立即获得生物年龄估计，从而微调治疗计划。
FaceAge：超越癌症护理
衰老是心脏病、糖尿病、痴呆症等许多疾病的基础。因此，基于图像的生物标志物可以帮助许多专科，通过在症状出现前几年识别出需要生活方式改变或预防治疗的人。
关键是严格的监督。在有限数据集上训练的算法有可能嵌入偏见，当个人图像用于预测模型时，患者的同意将是至关重要的。
目前，FaceAge仍是一个研究性的AI工具。但其前景是明确的：你呈现给相机的面孔可能包含有关身体如何应对疾病和时间的线索。负责任地利用这些知识，可以指导延长生命和提高生活质量的决策——一次快照即可。
该研究发表在《柳叶刀数字健康》杂志上。
(全文结束)
