研究人员开发了FaceAge，这是一种从患者面部照片中计算生物年龄的人工智能工具。在一项新的研究中，研究人员将FaceAge的结果与癌症患者的健康结果关联起来：当FaceAge估计的年龄低于癌症患者的实际年龄时，患者在癌症治疗后表现得显著更好，而FaceAge估计年龄较大的患者则有较差的生存结果。
眼睛可能是灵魂的窗户，但一个人的生物年龄可能反映在他们的面部特征中。来自麻省总医院布莱根医院的研究人员开发了一种名为FaceAge的深度学习算法，该算法使用一个人的面部照片来预测生物年龄和癌症患者的生存结果。他们发现，癌症患者的FaceAge平均高于没有癌症的人，似乎比他们的实际年龄大约五岁。FaceAge预测的年龄较大与多种癌症类型的整体生存结果较差相关。他们还发现，FaceAge在预测接受姑息放疗患者的短期预期寿命方面优于临床医生。他们的研究结果发表在《柳叶刀数字健康》上。
“我们可以利用人工智能（AI）从面部照片中估算一个人的生物年龄，我们的研究表明这些信息在临床上是有意义的，”共同高级作者和通讯作者Hugo Aerts博士说，他是麻省总医院布莱根医院医学人工智能（AIM）项目的主任。“这项工作表明，像简单的自拍这样的照片包含可以帮助指导临床决策和患者护理计划的重要信息。与实际年龄相比，看起来多大真的很重要——FaceAge低于实际年龄的个体在癌症治疗后表现得显著更好。”
当患者走进检查室时，他们的外貌可能给医生提供出他们整体健康和活力的线索。这些直观的评估加上患者的实际年龄，除了许多其他生物测量，可能有助于确定最佳治疗方案。然而，像任何人一样，医生可能对一个人的年龄有偏见，这可能影响他们，因此需要更多客观的预测性测量来指导护理决策。
为了实现这一目标，麻省总医院布莱根医院的研究人员利用深度学习和面部识别技术训练FaceAge。该工具基于来自公共数据集的58,851张假定健康个体的照片进行训练。研究团队在两个中心的6196名癌症患者中测试了该算法，使用在放疗治疗开始时常规拍摄的照片。
结果显示，癌症患者的外貌明显大于没有癌症的人，他们的FaceAge平均比他们的实际年龄大约五岁。在癌症患者队列中，FaceAge较老与较差的生存结果相关，特别是在那些看起来超过85岁的人，即使在调整了实际年龄、性别和癌症类型后也是如此。
估算的生命终结时的存活时间是困难的，但对癌症护理有重要的治疗隐含。研究团队要求10名临床医生和研究人员从100张接受姑息放疗的患者照片中预测短期预期寿命。虽然他们的表现范围很广，但总体而言，临床医生的预测仅略好于掷硬币的结果，即使在提供了临床背景信息，如患者的实际年龄和癌症状态之后。然而，当临床医生还获得患者的FaceAge信息时，他们的预测显著改善。
在这项技术可以在现实世界的临床环境中使用之前仍需进一步研究。研究团队正在测试这项技术以预测疾病、整体健康状态和预期寿命。后续研究包括在不同医院扩展这一工作，观察不同癌症阶段的患者，跟踪FaceAge估计随时间的变化，以及与整形手术和化妆数据集的准确性进行比较。
“这为从照片中发现生物标志物开辟了全新的领域，它的潜力远远超出了癌症护理或预测年龄，”共同高级作者Ray Mak博士说，他是麻省总医院布莱根医院AIM项目的教员。“随着我们越来越多地将各种慢性疾病视为老龄化的疾病，准确预测个体衰老轨迹变得愈加重要。我希望我们最终能够在强有力的监管和伦理框架内，将这项技术作为各种应用中的早期检测系统，用于拯救生命。”
