哈佛大学麻省总医院研究团队在《Lancet Digital Health》发表研究,利用普通照片预测癌症患者死亡风险。虽然预测并非绝对准确,但高风险评分确实对应更高的死亡概率。FaceAge基于“生物年龄”概念,通过分析生活方式、疾病史和遗传差异导致的视觉衰老特征进行评估。研究员Mak指出,吸烟、酗酒者往往显得更老。该模型经4000万张人脸图像训练,可分别估算生理年龄和预测生存几率。AI预测生理年龄时关注鼻唇沟和前额,预测死亡风险时则聚焦鼻梁和眼下区域。面部表情、妆容、光线及常见整形手术对预测影响有限,但鼻整形术后者可能显得稍老。在382名癌症患者测试组中,死亡风险评分最高组别中,超半数患者在拍照后90天内去世。研究还发现,FaceAge评分与肺癌患者基因CDK6呈负相关,显示模型能捕捉部分基因层面信号。Sophont公司CEO分享案例称,其Holon-S1模型虽未专项训练骨肉瘤识别,却从病理切片中提取出成纤维细胞相关基因过度表达的关键生物学信息,与分子检测结果一致。