AI“看相”算出死亡名单，竟应验了一半？

AI“看相”算出死亡名单，竟应验了一半？

来源：倍可亲(backchina.com)

 　　“我看你印堂发黑，恐有血光之灾。”

　　搁以前，狐妹听完这句话，第一反应是：这哪来的大师？

　　现在好了，AI 把这套“相面术”学会了。

　　而且它不跟你聊财运、不扯姻缘，上来直接难度拉满：只凭一张脸，预测癌症患者的死亡风险。

　　10 月 19 日，顶级医学期刊《柳叶刀·数字健康》发了一篇研究，狐妹看完后背发凉。

　　美国麻省总医院布莱根医疗集团（Mass General Brigham）的团队，开发了一套名为 FAHR-Face 的 AI 基础模型，并在此基础上训练出一个直接预测癌症患者生存风险的工具。

　　结果有多离谱？

　　被 AI 判为“最高风险”的那 10% 患者，有一半（52.5%）没撑过 90 天；而被判为“最低风险”的 10%，90 天内去世的只有 2.1%。

　　一张脸，真能看出一个人的生死簿？这到底是医学奇迹，还是赛博玄学？

　　为什么非要用“看脸”来定生死？

　　这项研究由哈佛医学院、麻省总医院布列根医疗系统等机构联手完成。

　　团队配置很跨界：一边是放疗科医生 Raymond H. Mak，另一边是医学 AI 项目的负责人 Hugo J. W. L. Aerts。

　　一个是天天跟癌症打交道的放疗科医生，一个是搞医学 AI 的专家。

　　这两人一碰头盯上了一个极其要命的问题：医生怎么判断癌症患者到底扛不扛得住治疗？

　　要知道，治癌症不能光看肿瘤类型和分期。患者的身体底子、衰弱程度，直接决定了能不能上放疗、手术或全身治疗。

　　但问题是，这种“身体状态”往往只能靠医生的主观经验去估，很难精准量化。

　　于是，团队盯上了一个零成本、人人都有、却常常被忽略的数据源：脸。

　　他们搞出了基础模型 FAHR-Face，核心逻辑是：先让 AI 学会“读脸”，再教它做不同的“专科题”。

　　

　　为了打好这个底子，团队用了视觉 Transformer 架构，并采用了一种叫“掩码自编码器”的硬核训练法。

　　训练时，系统会随机遮住照片中约 75% 的区域，逼着 AI 根据剩下的那点信息，把整张脸“脑补”重建出来。

　　等这个“超级底座”练成，再微调出两个具体工具：

　　FAHR-FaceAge：看脸估算年龄，研究面部衰老与生存结局的关系。

　　FAHR-FaceSurvival：直接看癌症患者的脸，预测生存风险。

　　AI 到底看到了脸上的什么？

　　AI 到底是怎么“看脸断生死”的？其实团队分了两步走。

　　第一步，让 AI 学会看脸算年龄。

　　他们开发了 FAHR-FaceAge，用 74 万多张带真实年龄标签的照片训练它。在公开测试中，它算出的年龄跟实际年龄平均只差 5.1 岁。

　　但光会算年龄没啥稀奇的。

　　团队真正想搞明白的是：脸上的衰老特征，是不是还藏着跟健康、甚至生死有关的密码？

　　第二步，直接让 AI 在脸和生死之间找规律。

　　团队放出了第二个大招：FAHR-FaceSurvival。他们直接用 34363 张癌症患者的照片，结合患者真实的生存结局进行训练。

　　其实这里的 AI 并没有透视眼，看不到体内的癌细胞。它纯粹是在海量数据里做统计：到底长成啥样的人，死亡风险更高？

　　那这规律到底藏在脸上的哪儿？

　　团队调出了 AI 的“热力图”（也就是下面这张图），想看看它做判断时到底在盯哪儿（颜色亮的地方就是 AI 重点关注的）。

　　结果发现，这俩模型关注的地方完全不一样：

　　FAHR-FaceAge（算年龄）：盯的是额头、太阳穴和法令纹。这很符合咱们人类的直觉，这些地方本来就是长皱纹、显老的特征区。

　　FAHR-FaceSurvival（看生死）：视线居然往下挪了，死死锁定在了眼底区域和鼻梁中面部。

　　这就很有意思了，为啥看生死要盯着眼底和中面部看？

　　虽然热力图不能直接告诉我们“为什么”，但结合医学常识，这事儿就说得通了。

　　在医学上，恶性肿瘤极其消耗身体，患者很容易出现极度微弱的面部脂肪流失、眼眶凹陷和肌肉萎缩。

　　这其实就是身体储备功能下降、整体虚弱的表现。

　　但在日常看诊中，这种“轻微的面部结构坍塌”医生用肉眼很难一眼量化。

　　而 AI 靠着背后几万人的生死数据，敏锐地捕捉到了这些肉眼容易忽略的“憔悴感”。

　　那 AI 的判断到底靠不靠谱？会不会只是瞎猫碰上死耗子？

　　研究团队还进行了独立验证，在把年龄、性别、癌症分期这些医生早就掌握的干扰因素全部剔除后，结果依然惊人。

　　AI 预测风险最高的四分之一患者，死亡风险依然是最低四分之一患者的 3.23 倍！

　　可见，一张普通的面部照片，里面包含的信息，远比我们肉眼看到的要多得多。

　　离真正走进医院，还有多远？

　　写到这，狐妹也是热血沸腾，想知道医院何时真能用上呢？

　　显然，研究团队也不想让这技术只躺在论文里。

　　目前，他们已经启动了 FaceAge Research Study 公开项目（就是下面这个网站），普通人也能上传照片获取自己的研究结果，顺便帮团队收集更多样化的数据。

　　为啥要拉普通人参与？因为 AI 最怕“偏科”。

　　现有的模型可能在某些特定人群里很准，但换个肤色、换个年龄段，效果未必一样。

　　只有把数据喂得足够杂、足够广，它才有可能成为真正通用的工具。

　　从临床角度看，这事儿要是真跑通了，想象空间极大。

　　比如高龄癌症患者到底能不能扛住高强度治疗，一直是医生很头疼的评估难题。

　　如果一张面部照片就能提供额外的风险线索，可以说这一定程度上让高龄患者“免受罪”，也是这项研究的初衷所在。

　　医学 AI 专家 Hugo Aerts 教授看得更远：未来这套技术，未必只能用在癌症上。

　　毕竟一张照片不需要什么昂贵设备，有个手机就能拍。

　　未来在基层诊所、居家养老甚至远程医疗里，定期拍张脸，或许就能帮医护人员揪出值得警惕的异常信号。

　　对化疗患者来说，连续的面部记录，也能让医生动态观察他身体状态的变化。

　　不过，从“能预测”到“真有用”，中间还隔着几座大山。

　　AI 虽然找出了面部特征和生存结局的关联，但还解释不清背后的生理机制。

　　此外，除了给到一个分数外，能不能在医生已有的诊断之外提供额外价值？这些都需要更大规模、跨医院的真实测试。

　　再说到，如果 AI 给患者打了个“高风险”标签，医生该怎么用这个结果？

　　如果只是提醒医生多关注、早干预，那绝对是好工具。

　　但如果一个尚未完全成熟的风险评分，反手成了给患者“判死刑”、劝退治疗的理由，那就彻底背离了技术辅助的初衷。

　　回头看这项研究，狐妹觉得最迷人的地方不是 AI 会“算命”，而是它试图把过去玄乎其玄的“身体虚弱程度”，变成一种可以量化、可以比较的数据。

　　一张脸里究竟藏着多少健康的秘密？AI 也许才刚刚掀开冰山一角。

　　这无疑是一个极具想象力的开端。但技术越强大，边界就必须越清晰。

　　它可以成为辅助医生看见更多信息的利器，但永远不能取代医生，成为决定命运的最终裁决者。

　　毕竟，医学的底色，终究是人的温度。

版权说明 / Copyright Notice:
Content and images in this article may originate from third-party sources and are used for news reporting, commentary, or public interest purposes. All copyrights remain with their respective owners. Please refer to the Copyright Notice at the bottom of this page.
本文内容仅供信息参考，不代表倍可亲立场或观点。