先了解这件事
Mass General Brigham的研究团队开发了基础人工智能模型FAHR-Face,用超过4000万张面部照片训练,并衍生出估算生物学年龄的FAHR-FaceAge和直接预测癌症患者生存风险的FAHR-FaceSurvival。FAHR-FaceSurvival使用34363张癌症患者面部照片训练,预测死亡风险最高10%区间的患者约有一半在90天内死亡,最低10%区间约为2%,最高风险组相对最低风险组的调整后风险比为3.23。研究还发现面部看起来比实际年龄大至少5岁的放疗患者死亡风险高21%,成果已发表于《柳叶刀·数字健康》,但模型识别的具体生理信号尚不明确,训练人群主要来自高收入国家。
AI 根据公开报道生成
最新进展 · 正式报道
麻省总医院布莱根团队研究：AI看脸预测癌症患者生存风险事件进展
1 个已确认进展
- 来源：cnBeta
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月27日
36氪 · AI
麻省总医院布莱根团队研究：AI看脸预测癌症患者生存风险
美国麻省总医院布莱根医疗集团团队在《柳叶刀·数字健康》发表研究，用3.4万多名癌症患者的面部照片训练AI预测死亡风险，在留出的3820人测试中，评分最高122人90天内64人离世，最低975人仅20人离世。另一版本用3.8万多名放疗患者照片估算生理年龄，被判“看着比实际年龄老5岁以上”者死亡风险高出21%。团队已上线研究网站供公众上传自拍估算生理年龄，并称结果仅用于研究、不是诊断。
10月26日
cnBeta
Mass General Brigham 开发 FAHR-Face 模型，用面部照片预测癌症患者生存风险
美国马萨诸塞州综合医疗机构 Mass General Brigham 的研究团队开发了基础人工智能模型 FAHR-Face，用超过4000万张面部照片训练，并衍生出估算生物学年龄的 FAHR-FaceAge 和直接预测癌症患者生存风险的 FAHR-FaceSurvival。FAHR-FaceSurvival 使用34363张癌症患者面部照片训练，预测死亡风险最高10%区间的患者约有一半在90天内死亡，最低10%区间约为2%，最高风险组相对最低风险组的调整后风险比为3.23。研究还发现面部看起来比实际年龄大至少5岁的放疗患者死亡风险高21%，成果已发表于《柳叶刀·数字健康》，但模型识别的具体生理信号尚不明确，训练人群主要来自高收入国家。