先了解这件事
Mass General Brigham 研究团队开发出仅凭一张面部照片预测癌症患者生存几率的人工智能工具,相关研究发表于《柳叶刀·数字健康》。该团队训练出 FAHR-Face 基础模型,并微调出估算生物学年龄的 FAHR-FaceAge 和预测癌症患者生存风险的 FAHR-FaceSurvival,模型基于超过 4000 万张不同族裔和年龄的面部照片训练。在 3820 名癌症患者测试中,生存风险评分最高区间(0.9-1.0)的 122 人里有 64 人(52.5%)在拍照后 90 天内离世,最低区间(0.0-0.1)的 975 人 90 天内死亡率仅 2.1%。另有报道称,在美国接受放疗的癌症患者中,面部看起来比实际年龄老 5 岁及以上者,在平均四年随访期内的死亡风险高出 21%。研究者称这是首次展示 AI 模型能直接从照片预测癌症生存,但强调该工具用于辅助医生评估患者生理储备,不替代医生判断,在广泛使用前仍需更多研究。
AI 根据公开报道生成
事件进展
1 个已确认进展
- 来源：The Guardian Technology
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21日
36氪 · AI
麻省总医院布莱根团队在《柳叶刀·数字健康》发表 FAHR-Face 研究，用人脸照片预测癌症患者死亡风险
美国麻省总医院布莱根医疗集团开发 FAHR-Face 模型，仅凭一张人脸照片识别癌症患者的死亡风险差异，研究于 10 月 20 日发表在《柳叶刀·数字健康》。在 3820 名未参与训练的癌症患者中，被模型评为极高风险的 122 人里有 64 人在拍照后 90 天内去世，而评分在 0 到 0.1 之间的 975 人仅 20 人去世，比例 2.1%。研究还用荷兰 Maastro 放疗中心 4892 名患者做了外部验证，得到相似结果，但模型目前尚不能直接用于临床。
36氪 · AI
哈佛团队在《柳叶刀·数字健康》发布FAHR-Face，用人脸照片预测癌症患者生存风险
哈佛附属马萨诸塞州总医院百瀚癌症研究所团队在《柳叶刀·数字健康》发布研究，训练出FAHR-Face基础模型，并微调出估算生物学年龄的FAHR-FaceAge和预测癌症患者生存风险的FAHR-FaceSurvival。在3820名癌症患者测试中，生存风险评分最高区间（0.9-1.0）的122人里有64人（52.5%）在拍照后90天内离世，最低区间（0.0-0.1）的975人90天内死亡率仅2.1%。FAHR-FaceAge估算年龄平均绝对误差为5.1岁，看起来比实际年龄老5岁以上者死亡风险增加21%。研究团队强调该工具用于辅助医生评估患者生理储备，不替代医生判断。
10月20日
The Rundown AI
Mass General Brigham 用 4000 万张人脸训练模型，从自拍估算生物学年龄与癌症生存风险
Mass General Brigham 的研究团队开发了基于面部照片的 AI 工具 FAHR-Face，用超过 4000 万张人脸图像训练，分别用于估算生物学年龄和预测癌症患者生存风险。在约 4000 名患者的测试组中，评分 0.9 至 1 的人有 53% 在 90 天内死亡，评分 0 至 0.1 的人该比例为 2%；在 3.8 万余名放疗患者中，看起来比实际年龄老 5 岁以上者，在约 4 年随访期内的死亡风险高 21%。生存模型主要关注眼下与鼻梁区域，年龄模型侧重面部褶皱、额头和太阳穴，研究团队表示下一步需要验证这些预测能否真正改善诊疗。
IT之家·人工智能
新 AI 工具仅凭面部照片预测癌症患者生存几率
研究人员开发出一款 AI 工具，仅凭一张面部照片即可预测癌症患者的生存几率，相关研究发表在《柳叶刀 · 数字健康》上。该模型用超过 4000 万张人脸图像和 3 万多名癌症患者的照片训练，会为患者生成风险评分，分数最高者更可能在 90 天内死亡，估算年龄误差约 5 岁。未参与研究的萨里大学教授米罗斯瓦夫 · 博贝尔认为，该工具尚不能投入临床使用，还需在不同医院和患者群体中对照医生的判断做更多测试。
The Guardian Technology
Mass General Brigham 研究：单张自拍可预测癌症患者生存率
Mass General Brigham 团队开发出 FAHR-FaceAge 和 FAHR-FaceSurvival 两个工具，可从单张面部照片估算生物学年龄并直接预测癌症患者生存结果，研究发表于 Lancet Digital Health，模型基于超过 4000 万张不同族裔和年龄的面部照片训练。在美国接受放疗的癌症患者中，面部看起来比实际年龄老 5 岁及以上者，在平均四年随访期内的死亡风险高出 21%，看起来年轻 5 岁及以上者风险低 17%。研究者称这是首次展示 AI 模型能直接从照片预测癌症生存，但强调在广泛使用前仍需更多研究。