大数跨境

哈佛重磅登《柳叶刀》!“AI算命”真的来了?

哈佛重磅登《柳叶刀》!“AI算命”真的来了? 软件通
2026-10-30
4


本文编辑:科研小通

算命有时候还真准,

算命也是有套路的?


算命其实就是让你往他们的圈套里面跳,然后让你觉得说的都准,把这套逻辑赋予给AI,那么是不是也能算出我们的命来!





AI算命

你信命吗

近日,哈佛 / 麻省总医院 Brigham 团队在The Lancet Digital Health(柳叶刀・数字健康)期刊上发表了一篇题为Foundation artificial intelligence models for health recognition by use of facephotographs (FAHR-Face): a model development and validation study的论文,基于人脸照片的健康识别基础大模型,模型开发与验证研究。

原文链接:https://www.thelancet.com/journals/landig/article/PIIS2589-7500(26)00079-8/fulltext

面部外观是窥探人体健康状态的无创窗口。本研究构建 FAHR-Face 基础模型,在超 4000 万张人脸照片上完成预训练,并针对两项任务微调:生物学年龄估计(FAHR‑FaceAge)、生存风险预测(FAHR‑FaceSurvival)。

FAHR‑FaceAge 在 10 个公共图像数据集上开展两阶段、年龄均衡微调;FAHR‑FaceSurvival 在 34363 例癌症患者人脸照片上微调。

测试模型在整容、化妆、姿态、光照干扰下的鲁棒性,并通过注意力热力图验证特征独立性。两套模型在两个独立癌症患者队列开展临床验证,采用多因素 Cox 回归分析生存结局,并校正临床预后因素。

年龄估计任务中,FAHR‑FaceAge 在公共数据集上平均绝对误差低至5.1 岁,优于对照基线模型,在全年龄段保持稳定精度。在癌症患者队列中,FAHR‑FaceAge相比既往人脸年龄模型,生存预后能力更强。

FAHR‑FaceSurvival 可稳定预测死亡风险:最高风险四分位组死亡风险是最低组的 3 倍以上(校正 HR=3.23,p<0.0001)。该结果在独立外部队列得到验证;模型在不同年龄、性别、人种、癌种亚组具备泛化性。两个子模型输出独立且互补的预后信息,注意力图显示二者关注面部不同区域;联合使用 FAHR‑FaceAge+FAHR‑FaceSurvival 可进一步提升预后准确度。

同一个基础大模型可以产出低成本、可规模化的面部影像生物标志物,同时捕捉生物学衰老与疾病相关死亡风险。

依托基础模型范式,仅使用规模相对有限的临床标注数据,就能完成有效训练。当缺少传统生物标志物时,常规化的人脸定量分析有望完善患者风险分层。



声明:本文如实解读文献内容,不提供任何建议。


// 公众号往期推荐 //

施一公和颜宁什么关系?一图看懂~

2026-10-28

精子也有 “四季轮回”, Meta 分析锁定精子黄金期!

2026-10-26

“爱爱”后不想睡觉?大脑居然在强行压制睡眠!

2026-10-23

IF 17.3,鸟屎+石墨烯,发顶刊!

2026-10-21



// 视频号往期推荐 //




软件通   ID:SetupMaster
点 击 下 方 名 片 ,  关注+星标 来 一 波


【声明】内容源于网络
0
0
软件通
伴您同行大小事。
内容 743
粉丝 0
软件通 伴您同行大小事。
总阅读2.3k
粉丝0
内容743