跳到正文
原文
Medical Xpress·· 2026-10-20精选AI 评分70

Mass General Brigham开发人脸健康识别AI模型FAHR-Face,可由人脸照片估算生物学年龄并预测癌症生存

AI facial health recognition tools help physicians assess age and survival risk to guide personalized treatment

AI 导读

Mass General Brigham研究团队开发出人脸健康识别AI模型FAHR-Face,可估算生物学年龄并预测癌症患者生存。该模型基于逾四千万张人脸图像训练,衍生FAHR-FaceAge与FAHR-FaceSurvival两个工具,研究发表于Lancet Digital Health。生物学年龄与实足年龄的偏差同生存独立相关,估算在姿态、光线、表情等常见照片变化下保持稳定。

推荐理由

研究基于逾四千万张人脸图像训练AI模型,可估算生物学年龄并预测癌症生存,可作为临床决策的量化参考而不替代医生判断。

正文 · AI 翻译
AI facial health recognition tools help physicians assess age and survival risk to guide personalized treatment
Mass General Brigham 研究人员基于单一基础模型(称为 FAHR-Face)开发了两款 AI 工具,能够根据一张面部照片估算生物学年龄并预测癌症生存预后。左侧图像展示了 FAHR-FaceSurvival 在预测癌症生存预后时最重要的特征,右侧图像则展示了 FAHR-FaceAge 在估算生物学年龄时最重要的特征。黄色区域表示对各自模型预测影响最大的部分。图片来源:Mass General Brigham/ Lancet Digital Health

研究人员正利用 AI 工具分析简单的人脸照片,以确定个人健康的关键指标。Mass General Brigham 研究人员构建了 FAHR-Face(健康识别基础人工智能),这是一个在 4000 多万人脸图像上训练的大型 AI 基础模型。

他们利用该模型开发了两个互补的工具:FAHR-FaceAge,其估算患者生物学年龄的准确性高于先前的年龄估算算法;以及 FAHR-FaceSurvival,可直接根据人脸照片预测癌症患者的生存预后。

该模型的开发与验证研究表明,患者 FAHR-FaceAge 与实际年龄之间的偏差与生存状况独立相关。研究还证明了这些工具在常见照片变化下的稳健性。该研究已发表在 Lancet Digital Health 上。

支持个性化治疗决策

“随着人口老龄化,医生需要更好的方法来估算在推荐放疗、手术或全身治疗等强化治疗前的生理储备和衰弱程度,”共同通讯作者、Mass General Brigham 癌症研究所的放射肿瘤科医师、Mass General Brigham 医学人工智能(AIM)项目成员 Raymond Mak 表示。

“我们的目标是使基于面部照片的健康评估更加定量、一致且可扩展,从而支持个性化治疗决策,而非取代医生的判断。”

Mass General Brigham AIM 主任、共同高级作者 Hugo Aerts 表示:“关键技术突破在于,FAHR-Face 从 4000 多张图像中学习面部的通用表征,随后该表征可调整为适用于不同的健康结果,如生物学年龄和生存率。”

“这种基础模型方法为我们提供了一种可扩展的方式来开发多种面部健康生物标志物,而无需从零开始训练每个模型。”

不同的面部信号预测生存率

尽管 FAHR-FaceAge 和 FAHR-FaceSurvival 源自同一个基础模型,但它们捕捉到了关于患者健康的不同且互补的信息。两者的预测仅呈弱相关性,当联合分析时,二者均与生存状况独立相关。在一个癌症患者外部验证队列中,结合这两种指标进一步改善了生存模型的拟合度。

每种算法还依赖面部的不同部分来分别预测年龄和死亡风险。FAHR-FaceAge 关注鼻唇沟、眶上额区及太阳穴,而 FAHR-FaceSurvival 则评估眼下区域及鼻梁周围区域。

“FAHR-FaceSurvival 通过直接从癌症患者的面部照片中学习生存风险,将面部健康识别 AI 领域向前推进了一步,”Aerts 表示。“据我们所知,这是首次证明 AI 模型可以直接从一张简单的照片预测癌症生存率。”

生活方式关联及照片变化下的稳定性

研究人员还发现,生活方式因素会影响面部老化。例如,大量饮酒、吸毒和吸烟与看起来生物学年龄更大有关。吸烟的影响模式最强,目前吸烟者看起来比 former smokers( former smokers 保留英文或译为“前吸烟者”,根据指令专有名词保留或按习惯译,此处 lifestyle factors 是普通名词,former smokers 可译为“前吸烟者”)更老,而前吸烟者看起来比从未吸烟的人更老。注:根据指令“药名、器械名、机构名、剂量、期别、试验编号保留英文原名”,生活方式词汇非专有名词,应翻译。修正:“目前吸烟者看起来比前吸烟者更老,而前吸烟者看起来比从未吸烟的人更老。”

“另一个令人惊讶的发现是,FAHR-FaceAge 在常见的真实世界照片变化中具有一致性,包括姿态、光照、面部表情和妆容,”Mak 指出。“它在大致稳定的大多数测试过的整容手术中也表现出稳定性,仅在鼻整形术后观察到轻微偏移。”

该团队还正在通过 FaceAge 研究扩大这项研究,这是一项在线的、经机构审查委员会(IRB)批准并向公众开放的研究。参与者可以上传一张面部照片,并获得他们自己的 FaceAge 研究读数,同时贡献数据,以帮助研究人员在更大、更多样的人群中改进和验证基于 AI 的面部老化和健康测量方法。

更多信息

基于面部照片用于健康识别的基础人工智能模型(FAHR-Face):一项模型开发与验证研究,The Lancet Digital Health(2026)。DOI: 10.1016/j.landig.2026.101056

谁在报道这个故事?

Sadie Harley

Sadie Harley

生物科学与生态学理学学士。具有微生物学实验室背景,以及在石油、天然气和可再生能源行业的医药新闻经验。 完整简介 →

Robert Egan

Robert Egan

数学生物学学士,创意写作硕士。游历广泛,对科学和语言拥有独特见解。 完整简介 →

引用: AI 面部健康识别工具帮助医生评估年龄和生存风险以指导个性化治疗(2026年10月19日) 检索日期:2026年10月19日 来源:https://medicalxpress.com/news/2026-10-ai-facial-health-recognition-tools.html

本文档受版权保护。除为私人学习或研究目的进行的合理使用外,未经许可不得复制本文档的任何部分。内容仅供参考。

来源:Medical Xpress · medicalxpress.com