AI能否仅凭面部图像预测癌症致死风险？

一张人脸照片就能预测癌症患者的死亡风险？听起来像科幻，但一项新研究确实做到了，而且部分案例的准确度令人吃惊。 这项研究由麻省总医院布莱根癌症研究所的放射肿瘤科医生Ray Mak团队完成，发表在《柳叶刀·数字健康》上。研究团队先让算法“阅读”了4000万张人脸图像，但不给它任何具体任务，相当于让它自己从海量人脸中学习规律。随后，研究人员对模型进行微调，让它具备两项能力：一是估算一个人的生物学年龄，二是预测癌症患者的生存概率。在3820名癌症患者的测试组中，风险评分最高的一组共122人，其中64人在拍照后90天内去世，占比超过一半。在另一组超过3.8万名癌症患者的测试中，那些“看起来比实际年龄老”的人，死亡风险也更高。研究团队称，这是首次有AI算法能直接从一张普通面部照片预测癌症患者的生存情况。 这项研究的出发点，其实是把医生凭经验做的判断变得客观化。Mak解释说，医学院训练医生走进病房、观察病人，凭第一印象判断对方是健康、虚弱还是病重，这个判断往往会影响治疗方案的选择，比如是否手术、化疗还是放疗。但问题在于，这种评估高度主观。AI的价值就在于提供一个更客观的参考维度。研究团队还通过“注意力映射”技术追踪了算法在分析时“看”哪里：预测年龄时，AI主要关注鼻唇沟（鼻子和嘴巴之间的纹路）和部分额头区域；预测死亡风险时，则集中在鼻梁和眼睛下方区域。至于为什么是这些部位，目前还不清楚。值得注意的是，面部年龄评分和生存评分结合起来使用时，预测效果比单独使用任何一个都更好。研究还发现，AI可能捕捉到了一些已知的健康风险信号，比如吸烟者和重度饮酒者更容易“显老”。而且照片中的人是皱眉还是微笑、是否化妆、光线如何，都不影响预测结果。 对跨境电商卖家和AI从业者来说，这项研究的意义不在于立刻拿来用，而在于它展示了基础AI模型在垂直场景中的潜力：先用海量数据做无监督预训练，再针对具体任务微调，就能在医疗这种高度专业的领域跑出可用结果。这套“基础模型+场景微调”的思路，和当下出海企业用大模型做选品分析、客服、内容生成的逻辑如出一辙。当然，这类涉及健康和生命的AI应用，距离商业化落地还有很长的路，数据隐私、伦理审查、临床验证都是绕不过去的门槛。