人們常說臉色反映身體狀態，如今這件事不再只停留在肉眼觀察，美國哈佛醫學院附屬的麻省總醫院布萊根醫療體系（Mass General Brigham）研究團隊，打造出AI人臉健康辨識模型FAHR-Face，憑藉一張臉部相片，就能推算生物年齡，同時評估癌癥病人的死亡風險，成果於19日刊登在《刺胳針數位健康（The Lancet Digital Health）》。
美國哈佛附屬醫療團隊研發FAHR-Face AI模型，單張臉部照片可估算生物年齡、預測癌癥患者存活風險，研究刊載《刺胳針數位健康（The Lancet Digital Health）》，可作臨床輔助工具。（來源：AI郵報）
團隊先餵入超過四千萬張人臉相片訓練基模型，再拆分出兩套獨立工具：FAHR-FaceAge負責估算生物年齡；FAHR-FaceSurvival則以三萬四千多張癌癥患者相片訓練，專門評估存活機率。
測試結果顯示，AI推算年齡的平均誤差僅5.1歲，是同類演算法當中表現最佳。
在死亡風險預測方面，AI評分最高的患者組別，90天內死亡率達52.5%；風險最低族群，同期死亡率僅2.1%，風險最高四分之一患者，死亡機會是低風險族群三倍以上。
AI觀察的區域也相當有意思。
計算生物年齡時，重點鎖定法令紋、額頭與太陽穴；預測癌癥存活風險，則聚焦眼下與鼻周的細微特徵。
兩套系統關注的臉部區域不一樣，預測結果的關聯度也偏低，若將兩項指標合併分析，預測效果還能再提升，代表臉上同時存在老化與疾病兩種獨立的健康訊號。
研究也觀察到，經常飲酒、吸菸與濫用藥物者，AI估測的生物年齡，普遍會高於實際年齡。
美國哈佛附屬醫療團隊研發FAHR-Face AI模型，單張臉部照片可估算生物年齡、預測癌癥患者存活風險，研究刊載《刺胳針數位健康（The Lancet Digital Health）》，可作臨床輔助工具。（來源：AI郵報）
很多人會好奇，化妝、調整燈光或是更換拍照角度，能不能幹擾AI判斷。
團隊測試後發現，這些手段幾乎無法欺騙模型，多數整形手術也不會造成明顯偏差，只有隆鼻會輕微改變判讀結果。
這套模型在不同年齡、性別、種族與癌癥類型的病患身上，都具備基礎預測能力。
該研究通訊作者、放射腫瘤科醫師麥雷蒙（Raymond Mak）提到，臨床醫師雖會觀察病患氣色，但預估末期病人剩餘壽命時，準確度僅略優於隨機猜測。
前一代FaceAge實驗也證實，單靠醫師肉眼看照片預測短期存活，成效有限，加入AI分析後，判斷能力才顯著進步，癌癥患者相片中的外觀年齡，平均比真實年齡老五歲。
用臉龐判斷健康並非空穴來風，醫學界早已證實外觀年齡與長期健康息息相關。
慢性病、營養失衡會改變膚質與輪廓，AI可以捕捉人眼無法察覺的細微變化。
過往DeepGestalt模型，也曾透過臉部相片辨識二百多種罕見遺傳病。
研究團隊強調，FAHR-Face定位是醫師輔助工具，不會取代臨床判斷。
目前數據主要取自癌癥患者，還需更多驗證，不能直接拿來預測一般人的壽命。
團隊已為下一代演算法申請美國臨時專利，持續透過倫理審查核準的線上研究擴充資料庫，未來有望成為低成本、無侵入性的健康評估方式。
