研究人员开发了一种名为FaceAge的人工智能工具，该工具通过面部照片来预测生物年龄和癌症患者的生存结果。在一项涉及6,000多名患者的研究中，癌症患者的FaceAge比他们的实际年龄大约老五岁，并且较高的FaceAge与较差的生存率相关。
该工具在预测接受姑息性放疗患者的短期预期寿命方面优于临床医生，尤其是在将其整合到决策过程中时。这些发现表明，面部特征可以作为强大的非侵入性生物标志物，用于评估衰老和疾病，从而为精准医疗开辟了新的途径。
主要事实：
- FaceAge AI：通过面部照片预测生物年龄和生存结果。
- 癌症洞察：癌症患者看起来比实际年龄大五岁左右。
- 临床提升：FaceAge在预测姑息治疗患者的预期寿命方面优于医生。
眼睛可能是心灵的窗户，但一个人的生物年龄可能反映在他们的面部特征上。来自Mass General Brigham的研究人员开发了一种名为FaceAge的深度学习算法，该算法使用面部照片来预测癌症患者的生物年龄和生存结果。
他们发现，癌症患者的FaceAge平均高于没有癌症的人，并且看起来比实际年龄大五岁左右。
结果显示，癌症患者的FaceAge比实际年龄平均高约五岁，并且较高的FaceAge与多种癌症类型的总体生存率较差相关。他们还发现，在预测接受姑息性放疗患者的短期预期寿命方面，FaceAge的表现优于临床医生。
研究结果发表在《柳叶刀数字健康》杂志上。
“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，”共同高级作者兼通讯作者Hugo Aerts博士说，他是Mass General Brigham人工智能医学（AIM）项目的主任。
“这项工作表明，像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。”
当患者走进诊室时，他们的外貌可能会给医生提供关于其整体健康和活力的线索。这些直观的评估结合患者的实际年龄以及其他许多生物指标，可能有助于确定最佳治疗方案。然而，就像任何人一样，医生可能会对一个人的年龄有偏见，这可能会影响他们的判断，因此需要更客观、更具预测性的措施来指导护理决策。
基于这一目标，Mass General Brigham的研究人员利用深度学习和面部识别技术训练了FaceAge。该工具是在从公共数据集中获取的58,851张据信健康的个体照片上进行训练的。
研究团队在一个由两个中心的6,196名癌症患者组成的队列中测试了该算法，使用的是在放疗开始时常规拍摄的照片。
结果显示，癌症患者看起来明显比没有癌症的人老，他们的FaceAge平均比实际年龄大五岁左右。
在癌症患者队列中，较高的FaceAge与较差的生存结果相关，特别是在那些看起来超过85岁的个体中，即使调整了实际年龄、性别和癌症类型后也是如此。
在癌症护理中，预计生命末期的生存时间很难确定，但这对治疗有重要影响。研究团队要求10名临床医生和研究人员从100张接受姑息性放疗的患者照片中预测短期预期寿命。
尽管他们的表现范围很广，但总体而言，临床医生的预测只略好于随机猜测，即使他们在获得临床背景（如患者的实际年龄和癌症状态）后也是如此。然而，当临床医生也提供了患者的FaceAge信息时，他们的预测显著改善。
在该技术能够在现实世界的临床环境中使用之前，还需要进一步的研究。研究团队正在测试该技术以预测疾病、一般健康状况和寿命。
后续研究包括在不同医院扩展这项工作，观察处于不同癌症阶段的患者，跟踪FaceAge随时间的变化，并测试其在整形手术和化妆数据集中的准确性。
“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，”共同高级作者Ray Mak博士说，他是Mass General Brigham AIM项目的教员。
“随着我们越来越多地将各种慢性疾病视为衰老的疾病，准确预测个体的衰老轨迹变得越来越重要。我希望我们最终能够在这种技术的帮助下，作为一种早期检测系统，在各种应用中使用，并在强有力的监管和伦理框架内，帮助挽救生命。”
(全文结束)
