你有沒有發(fā)現(xiàn)，有些人看起來就是比其他人更老。

臉，不僅僅是我們的門面，還是一個人的「健康快照」，更是一張映射身體狀態(tài)的「體檢報告」。

最近的一項(xiàng)研究發(fā)現(xiàn)這其中還藏著更深的秘密，這項(xiàng)研究登上《柳葉刀數(shù)字健康》：Mass General Brigham團(tuán)隊(duì)用AI訓(xùn)練出一個模型FaceAge，從人臉照片里預(yù)測癌癥患者的真實(shí)「生物年齡」以提供建議輔助治療。

結(jié)果驚呆了他們：

• 「看起來」比實(shí)際年齡年輕的人，治療效果更好。
• 而那些被AI認(rèn)為「老了」的人，更可能病情惡化甚至死亡。

論文地址：

https://www.thelancet.com/action/showPdf?pii=S2589-7500%2825%2900042-1

身份證上那串?dāng)?shù)字只是參考，真正的年齡寫在「臉部膠原蛋白的出勤率」里。FaceAge通過看你的臉部照片來預(yù)測你真正的「生物年齡」。

FaceAge是在一個包含超過56,000張60歲及以上人群的圖像數(shù)據(jù)庫上訓(xùn)練的。這些圖像主要來自維基百科和電影數(shù)據(jù)庫IMDB。

然后，研究人員要求它僅通過照片來評估研究其他參與者的年齡，其中大多數(shù)參與者患有癌癥。

結(jié)果讓人震驚，AI已經(jīng)能「看臉斷生死」了！

這不是玄學(xué) AI能看出你臉頰凹陷、法令紋……

人的生物學(xué)年齡估計(jì)與他們的身體健康狀況密切相關(guān)，這可能反映了他們在某些治療方案下的生存能力。

未來，面部年齡分析可能比單純年齡更有助于醫(yī)生在患者的治療方面做出艱難的決定。

傳統(tǒng)的衰老測試要驗(yàn)血、測唾液、搞分子生物學(xué)，而FaceAge只需要一張照片！

經(jīng)過訓(xùn)練后的FaceAge關(guān)注的并不是你有沒有皺紋、白頭發(fā)或者臉色如何，而是：

• 太陽穴是否凹陷（代表肌肉流失）
• 嘴邊皮膚褶皺是否明顯（反映組織彈性）
• 面部線條是否下垂（象征整體健康）

馬薩諸塞州總醫(yī)院的放射腫瘤學(xué)家Raymond H. Mak博士參與了這項(xiàng)研究，他表示，醫(yī)生有一天可能會使用FaceAge來根據(jù)患者的估計(jì)生物年齡決定是否提供不同的治療。

不過目前FaceAge存在一個很大局限，因?yàn)樗挠?xùn)練數(shù)據(jù)主要是白人面孔，而且也不清楚整容、化妝、光線和面部角度等因素在多大程度上會影響結(jié)果。

69歲阿姨「抗癌不倒」，全靠臉看著比年輕10歲

一位名叫Toni Feather的69歲發(fā)型師，正在接受肺癌治療。

醫(yī)生通過FaceAge一測，發(fā)現(xiàn)她的臉部狀態(tài)居然「年輕10歲」，也就是69歲的人，看起來只有59歲！

這代表的不只是「凍齡」，AI認(rèn)為她身體的「生物彈性」很強(qiáng)，因此能挺過手術(shù)+化療+放療的連環(huán)暴擊，現(xiàn)在還能每周照常給顧客做頭發(fā)，照常帶孫子不誤。

從面部照片估算生物年齡

由于不同人衰老的速度不一樣，人的外貌相比實(shí)際年齡，更能可靠地反映其生物年齡和身體健康狀況。

但是，在醫(yī)學(xué)領(lǐng)域中，「以貌取人」通常是主觀且缺乏量化標(biāo)準(zhǔn)的，無法應(yīng)用于醫(yī)學(xué)診斷。

該研究旨在開發(fā)并驗(yàn)證一套名為FaceAge的深度學(xué)習(xí)系統(tǒng)，利用簡單、低成本的人臉照片來估算生物年齡。

研究方法

FaceAge 的訓(xùn)練數(shù)據(jù)來自58,851名年齡在60歲及以上、被認(rèn)為是健康的個體：其中56,304人來自IMDb–Wiki數(shù)據(jù)集（用于訓(xùn)練），2,547人來自UTKFace數(shù)據(jù)集（用于初步驗(yàn)證）。

FaceAge算法以一張人臉照片作為輸入。

首先，卷積神經(jīng)網(wǎng)絡(luò)會在照片中定位人臉；接著，另一套卷積神經(jīng)網(wǎng)絡(luò)提取人臉特征，并基于這些特征預(yù)測該人的FaceAge（面部年齡）。

FaceAge算法是在一個包含56,304名被認(rèn)為健康的個體的訓(xùn)練數(shù)據(jù)集上開發(fā)的，這些人主要包括政界人士、演員及其他知名人物。

假設(shè)這些人的健康狀況處于平均水平，也就是說，他們的生理年齡與實(shí)際年齡基本一致。

為了提高與臨床腫瘤人群年齡范圍相符的數(shù)據(jù)質(zhì)量，對該數(shù)據(jù)集中年齡在60歲及以上的個體進(jìn)行了人工篩選。

隨后，研究使用了三個獨(dú)立的癌癥患者隊(duì)列，這些隊(duì)列涵蓋了廣泛的患者類型，用于評估該算法在臨床中的相關(guān)性。所有患者在接受放療前都按照常規(guī)流程拍攝了面部照片。

在來自荷蘭和美國兩個機(jī)構(gòu)、共計(jì)6,196名癌癥患者的數(shù)據(jù)上評估了FaceAge的臨床應(yīng)用價值，這些數(shù)據(jù)來自MAASTRO、Harvard Thoracic和Harvard Palliative三個隊(duì)列。

為了評估FaceAge在預(yù)測方面的效果，采用Kaplan–Meier生存分析和Cox模型，并對多個臨床變量進(jìn)行了調(diào)整。

還在接受姑息治療的晚期癌癥患者中測試了將FaceAge納入臨床預(yù)測模型后的表現(xiàn)。

此外，為了探究FaceAge是否具有作為分子衰老生物標(biāo)志物的潛力，還進(jìn)行了基因分析，評估其與衰老相關(guān)基因之間的關(guān)聯(lián)性。

研究結(jié)果

FaceAge在多種類型和不同階段的癌癥中都表現(xiàn)出了顯著且獨(dú)立的預(yù)測能力。

上圖是FaceAge在多個癌癥隊(duì)列中的預(yù)后表現(xiàn)。

圖中(A) 表示僅使用人臉照片作為輸入的FaceAge預(yù)測結(jié)果的Kaplan–Meier生存分析。

可以看到FaceAge越大，長期生存概率越低。

圖中(B) 按FaceAge風(fēng)險分組繪制的森林圖。

展示了不同F(xiàn)aceAge分組與死亡風(fēng)險（HR，危險比）之間的關(guān)系，通過單變量分析（Univariate）和多變量分析（Multivariate）分別進(jìn)行了評估。

所有分組與參考組相比，差異均具有高度統(tǒng)計(jì)學(xué)顯著性。

在校正了其他變量（如年齡、性別等）后重新評估 FaceAge 的影響，表明在控制其他因素后，高FaceAge仍然是死亡風(fēng)險增加的獨(dú)立預(yù)測因子，尤其是FaceAge超過75歲的群體。

圖中(C) 將FaceAge作為連續(xù)變量分析的森林圖，涵蓋所有患者以及四個最多見的腫瘤部位。

簡單來說，不管癌癥種類或分期怎樣復(fù)雜，只要用FaceAge看一眼病人的臉，就能提前判斷Ta的生存風(fēng)險，比只看常規(guī)指標(biāo)更靠譜。

外貌看起來更老與較差的總體生存率相關(guān)，在調(diào)整其他變量后，每增加十歲外貌年齡，全癌癥隊(duì)列中的風(fēng)險比為1.151，p=0.013；胸部癌癥隊(duì)列為1.148，p=0.011；姑息治療隊(duì)列為1.117，p=0.021。

如何理解這些數(shù)據(jù)？風(fēng)險比指的是同樣的隨訪時間里，實(shí)驗(yàn)組與對照組的相對事件發(fā)生速率。HR?=?1 表示風(fēng)險相同；HR?>?1 表示實(shí)驗(yàn)組風(fēng)險更高；HR?<?1 表示更低。

以全癌癥實(shí)驗(yàn)組為例，同齡人里如果你臉上「顯老」10?歲，死亡風(fēng)險大約多出11–15?%，這個事件只有1.3?%的概率是巧合，所以幾乎可確定「顯老」是真的有影響。

總體而言，癌癥患者的外貌平均比其實(shí)際年齡老了4.79歲（與非癌對照組相比，p<0.0001）。

此外，為了評估癌癥類型和生活方式因素對FaceAge預(yù)測結(jié)果的影響，還比較了FaceAge與實(shí)際年齡在不同癌癥類型、吸煙史、BMI以及ECOG身體功能評分下的差異（見上圖）。

研究發(fā)現(xiàn)，癌癥患者的FaceAge顯著高于其實(shí)際年齡。這一趨勢在各類癌癥中表現(xiàn)一致，并與推測為健康人群的結(jié)果形成鮮明對比。

首先，在UTK驗(yàn)證數(shù)據(jù)集中（推測為健康個體），F(xiàn)aceAge與實(shí)際年齡之間的差距明顯較小，相比癌癥隊(duì)列差異顯著，說明一般人群的面貌更接近其實(shí)際年齡，這與預(yù)期一致。

還分析了接受良性疾病治療的患者以及原位導(dǎo)管癌患者的面部數(shù)據(jù)。

結(jié)果顯示，非癌癥患者的FaceAge與實(shí)際年齡之間的差距明顯小于癌癥患者群體，其中良性疾病患者的FaceAge與實(shí)際年齡最為接近，原位導(dǎo)管癌患者的FaceAge居中。

為評估生活方式因素的影響，在MAASTRO隊(duì)列中比較了當(dāng)前吸煙者、既往吸煙者和從不吸煙者的FaceAge與實(shí)際年齡之間的差異。

結(jié)果顯示，當(dāng)前吸煙者看起來明顯更老（平均增加33.24個月，果然吸煙有害身體狗頭），這種趨勢在不同癌癥類型中一致。

在分析BMI對FaceAge與實(shí)際年齡差值的影響時，雖然統(tǒng)計(jì)上存在顯著關(guān)聯(lián)，但效應(yīng)量很小，說明FaceAge與BMI之間的關(guān)系較弱（看來胖點(diǎn)不會影響）。

研究結(jié)論

研究結(jié)果表明，F(xiàn)aceAge深度學(xué)習(xí)模型可以通過人臉照片估算生物年齡，并在癌癥患者的生存預(yù)測中發(fā)揮重要作用。

未來還需要在更大規(guī)模的癌癥患者隊(duì)列中進(jìn)行驗(yàn)證研究，以確認(rèn)這些發(fā)現(xiàn)是否適用于其他疾病人群。

如果進(jìn)一步驗(yàn)證成功，F(xiàn)aceAge這類技術(shù)有望將患者的外貌轉(zhuǎn)化為客觀、量化且具有臨床意義的評估指標(biāo)。

研究者表示，這種AI工具未來可能成為醫(yī)生的好助手，比如當(dāng)醫(yī)生看到一名新的患者時：

你可能才60歲，但AI說你臉上寫著75，那治療方案可能要保守點(diǎn)。

當(dāng)然，AI并不會取代醫(yī)生判斷，但有了它，醫(yī)生診斷患者時就多了一雙「看透真實(shí)年齡的X光」眼。

但別高興太早 AI「看臉」也有風(fēng)險！

目前FaceAge并不是「萬能的」，還有不少限制：

• 訓(xùn)練數(shù)據(jù)以白人面孔為主，對深色膚色人群準(zhǔn)確性存疑
• 整形手術(shù)、化妝、燈光、拍照角度……都有可能影響結(jié)果
• 不清楚它是否能識別「逆齡」?fàn)顟B(tài)（比如你最近減肥、戒煙了）

而更令人擔(dān)心的是，有醫(yī)學(xué)倫理專家警告，F(xiàn)aceAge如果真的有效，可能會被用作「非法」用途：

這個工具會不會被保險公司拿去「挑客人」？臉上寫著「老」，那好，保費(fèi)翻倍！

并且有專家潑冷水，F(xiàn)aceAge離實(shí)際臨床使用還有段距離，來自哥倫比亞大學(xué)的流行病學(xué)家Belsky表示：

FaceAge雖然酷炫，但和現(xiàn)有的生物年齡檢測工具比，準(zhǔn)不準(zhǔn)、便不便宜、能不能大規(guī)模用，都還是個問號。

畢竟從論文到醫(yī)生門診，還有很長一段路。

但是FaceAge的意義在于告訴我們臉上的每一條線，都可能是健康的伏筆。

FaceAge的出現(xiàn)，為「以貌取人」帶來了數(shù)據(jù)支撐，也為精細(xì)化醫(yī)療鋪開了新的想象空間。

AI不再只是幫你修圖、換臉、合成照，現(xiàn)在它還能告訴你——你是不是「超齡使用」了身體，并且在你遇到重大健康問題時，提供有效的醫(yī)療建議。

這也許才是AI技術(shù)進(jìn)步的意義。