财联社5月9日讯（编辑 赵昊）周四（5月8日）发布在国际医学期刊《柳叶刀-数字医疗》的文章显示，研究人员正在使用深度学习系统“FaceAge”来估算人体的生物年龄。
来源：《柳叶刀-数字医疗》网站
结果发现，癌症患者的面部特征平均外表年龄比实际年龄大了4.79岁。另外，FaceAge还可以改善医生对癌症患者的姑息治疗预测，反映了该算法在临床上支持临终决策的应用价值。
该文章写道：
我们的结果表明，深度学习模型可以通过面部照片估算生物年龄，从而增强癌症患者的生存期预测。需要进一步研究，包括更大规模的队列验证，以在癌症患者中验证这些发现，并确定这些发现是否适用于其他疾病患者。经过进一步的测试和验证，类似FaceAge的方法可以用来将患者的外貌转化为客观、定量且具有临床价值的指标。
文章作者之一、麻省总医院布莱根医疗系统人工智能医学项目负责人Hugo Aerts表示，该研究表明，从面部照片中提取的信息在临床上可能具有重要意义。
“这项结果表明，一张简单的自拍照就可能包含重要信息，有助于为患者和临床医生提供治疗决策和护理计划，”他补充道，如果一个人的FaceAge比实际年龄小的话，他在接受癌症治疗后情况会好得多。
科学家利用公开数据库中的58,851张照片训练了FaceAge算法，然后再用6,196名癌症患者的照片进行测试，这些癌症患者照片是在放射治疗开始前拍摄的。
在这些癌症患者中，FaceAge越老，生存结果越差，即使在调整了实际年龄、性别和癌症类型后，这一趋势仍然显著。尤其是FaceAge超过85岁的人群，效果更为明显。
随后，研究人员让10位临床医生和研究人员预测接受姑息性放疗的晚期癌症患者在6个月后是否仍然生存。当他们仅凭照片判断时，准确率为61%；但当结合FaceAge分析后，准确率提升至80%。
目前，科学家正将这项技术应用于更广泛的患者群体，并评估其预测疾病、整体健康状况和寿命的能力。不过，研究团队指出，FaceAge也可能存在一些局限性，比如数据偏差、模型误差等。
媒体分析指出，这类新型的技术工具是日益兴起的一种趋势，即通过评估人体器官的老化状况作为潜在疾病风险的“生物标志物”。随着人工智能（AI）开始能够处理大规模健康数据，这一方向获得了显著推动。
今年2月，研究人员发现，一项可测出内脏器官衰老速度的简单血液检测，可帮助警示罹患肺癌等30种疾病的更高风险。该研究还发现，最容易患痴呆症的人是那些免疫系统老化速度比平常更快的人。
与血液检测一样，面部老化也是一个快速发展的研究方向，科学家正探索多种方法。其中一种是“感知年龄”的概念——也就是一个人在专业医护人员眼中看起来有多老，而不是其生物年龄。
研究人员表示，感知年龄已被视为死亡率和多种年龄相关疾病的潜在预测因子，但其缺点是依赖人工判断，费时费钱。
英国纽卡斯尔大学的人工智能专家Jaume Bacardit也研究过感知年龄的AI技术，他认为这次对FaceAge的评估“相当全面”。
但他指出，FaceAge还需要更多有关技术细节的解释，以确认是否存在潜在的干扰因素。
