在10月20日，《柳叶刀·数字健康》期刊发表了一项新研究，表明人工智能（AI）仅凭一张面部照片，即可评估癌症患者的死亡风险。该研究由美国麻省总医院布莱根医疗集团开发的FAHR-Face AI模型进行，旨在从人脸图片中提取与患者生存状况相关的信息。研究团队测试了3820名未参与模型训练的癌症患者，发现AI将122人评定为极高风险，而这122人中有64人在拍照后90天内去世。之后，研究者使用近4900名荷兰癌症患者的数据进行了验证，观察到相似的结果。整个评估过程，AI无需查看病历或CT影像，仅凭一张脸进行分析。

这项研究的亮点在于AI成功区分了不同死亡风险的癌症患者。为此，研究人员首先利用4000万张人脸图片训练出FAHR-Face视觉模型。训练过程中，研究人员遮挡了大约75%的照片区域，让AI从剩余部分尝试还原完整的面孔。经过大量训练，AI掌握了人脸结构和面部特征之间的关联。研究者接着将价值34363张癌症患者的面部照片及其生存记录输入模型，从而教会AI评估死亡风险。

研究结果显示，AI给出的高低风险评分与死亡比例呈现明显差异。除了前述的122名高风险患者，AI还将975名患者评定为低风险，发现其中仅有2.1%的人在90天内去世，而极高风险组的死亡比例达到52.5%。即使考虑年龄、性别、癌症类型和治疗情况等因素，最高风险组患者的死亡风险仍是最低组的3.23倍。研究人员进一步验证模型在荷兰患者群体中的效果，结果同样证实了AI评估与患者死亡风险之间的相关性。

研究团队不仅使用FAHR-Face进行死亡风险评估，同时还开发了名为FAHR-FaceAge的模型，用于估算面部年龄。研究发现，癌症患者中看起来比实际年龄更老的人，其死亡风险也较高。数据显示，估计面部年龄比实际大至少5岁的患者，其死亡风险比其他患者高出约21%。通过分析两个模型的热力图，研究人员发现AI在关注面部特征时存在显著差异：预测年龄时重点关注皱纹和额头，预测死亡风险时则集中于眼周和鼻梁。最终结果表明，虽然面部年龄与死亡风险评分的相关性较弱，但两者可独立预测患者生存风险，组合后的分析效果更佳。这揭示了人脸照片中可能隐藏了多种与健康相关的信息，具体内容仍需深入探讨。