一個自拍能預測癌症生存率？新AI工具引關注
2026年10月，美國麻省總醫院Brigham醫療系統的研究團隊在《柳葉刀數字健康》雜誌發表研究，推出一款名爲FAHR-Face的人工智能系統，聲稱僅憑患者的一張面部照片，就能估算其生物學年齡並直接預測癌症生存風險。研究作者表示，這是首個能直接從普通照片預測癌症患者生存率的AI模型。
研究通訊作者、麻省總醫院Brigham癌症研究所放射腫瘤學家Ray Mak表示，把面部年齡與生存分數同時納入臨牀預後模型時，預測準確性優於單獨使用任一分數。哈佛大學教授、麻省總醫院Brigham醫療系統AI醫學項目主任Hugo Aerts稱，該研究"把面部健康識別AI再推進一步，直接從癌症患者面部照片學習生存風險"，並認爲這是首個能直接從簡單照片預測癌症生存的AI模型演示。
該模型名爲FAHR-Face（健康識別基礎人工智能），訓練數據包括跨越不同年齡與族裔的超過4000萬張面部照片，以及超過3萬名癌症患者的面部照片，其中許多患者已去世。研究發現，癌症患者的面部平均比其實際年齡老5歲；看起來比實際年齡老的患者死亡風險更高。在超過3.8萬名癌症患者的大規模分析中，看起來比實際年齡老的患者死亡風險更高。在調整年齡、性別、癌症類型等變量後，看起來至少比實際年齡老5歲的患者死亡風險高21%。
研究團隊基於FAHR-Face開發了兩個互補工具：FAHR-FaceAge估算患者的生物學年齡，FAHR-FaceSurvival則直接從面部照片預測死亡風險，無需經過生物學年齡。兩者關注面部不同區域：年齡預測工具聚焦前額紋路、太陽穴與嘴角紋路，生存預測工具則聚焦眼底與鼻樑周圍區域。研究還發現，生活方式因素與面部老化相關：大量飲酒、吸毒與吸菸都與AI分析中"看起來更老"相關。
該工具 intended 補充醫生的臨牀判斷，尤其在醫療數據稀缺時輔助治療決策。研究顯示，FaceAge在治癒性治療患者（預期生存數年）與臨終患者（預期生存數週至數月）兩類人羣中都表現良好。麻省總醫院Brigham醫療系統還開放了FaceAge研究門戶，公衆可上傳照片獲取面部年齡研究估算，自3月悄悄上線以來已吸引超過1萬名註冊用戶。團隊強調，相關技術應在強監管與倫理框架下使用。
研究作者指出，面部照片中可見的特徵包含關於個人年齡的信息，深度學習算法可利用這些信息提升癌症患者生存預測的準確性。下一步將是將該技術納入臨牀工作流，並在強監管與倫理框架下探索其在多種慢性疾病中的早期檢測潛力。專家也提醒，該模型並非完美準確，仍需進一步驗證。