哈佛发布全球首创 AI 模型：单张人脸照片即可预测癌症患者生存风险

近日，哈佛大学附属马萨诸塞州总医院百瀚癌症研究团队在《柳叶刀·数字健康》发表了一项突破性研究，推出了全球首创的 FAHR-Face 人工智能模型。该模型仅需输入一张普通人脸照片，即可精准评估个体的生物学真实年龄，并直接预测癌症患者的生存风险与死亡概率。研究团队利用 WebFace42M 公共数据集，对 AI 进行了无标签训练，使其学习了涵盖 0 至 116 岁全人类生命周期的人脸特征。基于此基础模型，研究人员微调开发了两个互补工具：FAHR-FaceAge 用于估算生物学年龄，FAHR-FaceSurvival 则专门针对癌症患者预测生存情况。数据显示，该 AI 模型的预测结果具有极高临床价值。在测试子集中，被评为最高风险（评分 0.9-1.0）的癌症患者中，有 52.5% 的人在拍照后 90 天内离世；而最低风险组同期死亡率仅为 2.1%。此外，生物学年龄与实际身份证年龄相关性较弱，AI 测算出的‘年龄差’（FAD）与死亡风险显著相关：看起来比实际年龄老 5 岁以上者，死亡风险增加 21%。进一步分析表明，该模型对面部特征的关注点揭示了其背后的医学逻辑。评估生存风险时，AI 主要聚焦于眼窝及鼻梁区域，这与两千多年前古希腊‘医学之父’希波克拉底描述的临终体征——眼窝深陷、太阳穴凹陷一致。研究还发现，化妆品、表情变化甚至除隆鼻外的整形手术均无法干扰模型的准确判断，但吸烟等生活习惯会显著增加生物学年龄的估算值。通讯作者放射肿瘤学家雷蒙德·麦（Raymond Mak）指出，这种基于面部特征的健康评估方式打破了传统医生主观‘望诊’的局限性，为制定个性化治疗方案提供了客观数据支持。该研究不仅证实了 AI 在预测短期死亡风险方面的有效性，也长期跨度地勾勒出患者未来的生存轨迹。