北京
一张自拍就能预测癌症患者还能活多久，听起来像是了不起的突破。AI在识别医疗数据规律方面越来越擅长，但它能否可靠地预测某位具体患者的未来走向？我拿近期的一些报道去问了一位临床同事的看法。她觉得这个进展挺有意思，毕竟医生本来就长期通过面部外观来评估患者的健康状况。她举例说，医生可能会在病历上写“看起来与年龄相符”或“看起来比实际年龄老”，以此作为整体健康状况的一个粗略参照。
如今，马萨诸塞州医疗机构Mass General Brigham的研究人员把这一思路又向前推进了一步。他们用逾4000万张面部图像训练出一个名为FAHR-Face的AI模型，用于评估生物学年龄并预测癌症患者的生存情况。在生物学年龄方面，他们开发了FAHR-FaceAge，通过额头、鼻唇之间的皱纹和太阳穴等面部特征来估算年龄。在癌症生存预测方面，他们开发了FAHR-FaceSurvival，训练数据来自近3.5万张癌症患者的照片。这个模型更关注眼睛下方和鼻梁区域，也就是那些“与死亡相关”的面部部位。研究作者之一雷蒙德·马克指出，这些部位正是希波克拉底在公元前400年就提到过的肌肉萎缩与死亡风险征兆：“鼻尖削、眼窝陷、太阳穴凹”。
本月发表在《柳叶刀数字健康》上的结果引人关注，但远未成定论。研究人员发现，AI估算的面部年龄在28个癌症类别中的18个里与生存率显著相关。也就是说，它对某些癌症管用，对另一些则不管用。此外，米罗斯瓦夫·博伯教授指出：“这个工具还需要对照医生自己的判断，并在不同医院和患者群体中做测试。比如，在调整其他因素后，面部年龄指标对黑人患者的生存率并无显著关联。”这一发现加剧了人们日益增长的担忧：AI模型可能因训练数据和其中的潜在假设而表现出种族偏见。例如，AI模型在分析用于诊断和监测心脏病的心脏磁共振扫描时，就曾显示出种族偏见。
让我们回到这项已发表研究能说明和不能说明的问题上。这些模型建立在回顾性数据之上，考察的是数千名患者之间的统计关联，而要从这里跨越到准确预测未来的生存情况，是一大步。一张自拍或许包含患者健康的某些线索，但这距离预测其未来还很远，距离证明该预测在临床实践中真的有用就更远。
我也担心自拍的可靠性。想想你现实中见到某人时，与他的头像照片作对比的经历。试过网上那些AI“猜年龄”工具的人都知道，结果会随光线、拍摄角度、面部表情甚至一天中的时段而大幅变化。还有肉毒杆菌、填充剂、拉皮手术，乃至改变面部脂肪和形状的GLP-1类药物。单凭一张照片，究竟能告诉我们多少关于一个人内在健康状况的信息？
随着抗衰老治疗日益普及，可见年龄与内在健康之间的关系会越来越复杂。自拍里看起来年轻的脸，未必就更健康。研究人员确实提到，他们针对光线、表情和整容手术对年龄模型做过测试；但如果预测依据的是面部某些部位特定的衰老迹象，而这些因素又都会影响这些部位，我看不出如何避免AI估算中的一定误差。
这一切并不意味着这项研究没有前景。这个新工具及其背后的研究团队令人印象深刻。与医生为评估患者健康和预后可能做的其他检查配合使用，它或许能让“看起来与年龄相符”这类判断少一些猜测成分。但问题在于，在日常诊疗中，除了临床医生凭借经验和多年训练已经在做的事情之外，它是否真的有用。
如果你想去该项目的公开网站测测自己的生物学年龄，哪怕只是想向朋友炫耀它说你看起来多年轻，也要注意：按照他们的知情同意书，上传自拍就意味着你也成了研究的一部分。你的脸不仅在接受评估，还在为开发这项技术贡献数据。目前该工具只会告诉你生物学年龄，但对这个数字能反映你整体健康状况多少，我会持怀疑态度。
最后来个小测验（我正处在教学学期中间）：研究人员发现，哪些排名前三的因素会让人脸显老？酒精、毒品和吸烟。这并不意外，但或许能解释为什么医生可以大致从脸上读出某人的健康状况。这件事，也许本不需要AI扫描4000万张脸来告诉我们。
作者德维·斯里达尔教授是爱丁堡大学全球公共卫生学主席
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
