一个自拍能预测癌症生存率？新AI工具引关注
2026年10月，美国麻省总医院Brigham医疗系统的研究团队在《柳叶刀数字健康》杂志发表研究，推出一款名为FAHR-Face的人工智能系统，声称仅凭患者的一张面部照片，就能估算其生物学年龄并直接预测癌症生存风险。研究作者表示，这是首个能直接从普通照片预测癌症患者生存率的AI模型。
研究通讯作者、麻省总医院Brigham癌症研究所放射肿瘤学家Ray Mak表示，把面部年龄与生存分数同时纳入临床预后模型时，预测准确性优于单独使用任一分数。哈佛大学教授、麻省总医院Brigham医疗系统AI医学项目主任Hugo Aerts称，该研究"把面部健康识别AI再推进一步，直接从癌症患者面部照片学习生存风险"，并认为这是首个能直接从简单照片预测癌症生存的AI模型演示。
该模型名为FAHR-Face（健康识别基础人工智能），训练数据包括跨越不同年龄与族裔的超过4000万张面部照片，以及超过3万名癌症患者的面部照片，其中许多患者已去世。研究发现，癌症患者的面部平均比其实际年龄老5岁；看起来比实际年龄老的患者死亡风险更高。在超过3.8万名癌症患者的大规模分析中，看起来比实际年龄老的患者死亡风险更高。在调整年龄、性别、癌症类型等变量后，看起来至少比实际年龄老5岁的患者死亡风险高21%。
研究团队基于FAHR-Face开发了两个互补工具：FAHR-FaceAge估算患者的生物学年龄，FAHR-FaceSurvival则直接从面部照片预测死亡风险，无需经过生物学年龄。两者关注面部不同区域：年龄预测工具聚焦前额纹路、太阳穴与嘴角纹路，生存预测工具则聚焦眼底与鼻梁周围区域。研究还发现，生活方式因素与面部老化相关：大量饮酒、吸毒与吸烟都与AI分析中"看起来更老"相关。
该工具 intended 补充医生的临床判断，尤其在医疗数据稀缺时辅助治疗决策。研究显示，FaceAge在治愈性治疗患者（预期生存数年）与临终患者（预期生存数周至数月）两类人群中都表现良好。麻省总医院Brigham医疗系统还开放了FaceAge研究门户，公众可上传照片获取面部年龄研究估算，自3月悄悄上线以来已吸引超过1万名注册用户。团队强调，相关技术应在强监管与伦理框架下使用。
研究作者指出，面部照片中可见的特征包含关于个人年龄的信息，深度学习算法可利用这些信息提升癌症患者生存预测的准确性。下一步将是将该技术纳入临床工作流，并在强监管与伦理框架下探索其在多种慢性疾病中的早期检测潜力。专家也提醒，该模型并非完美准确，仍需进一步验证。