哈佛團隊發布AI憑面部照片預測癌症生存率

模型能力

FAHR-Face 以深度學習分析面部生物標誌物，只需輸入普通照片，便能估算拍攝者的生物學真實年齡，並據此評估癌症患者的存活機率，兩項能力在驗證中表現出極強的臨床預測力。

面部特徵與整體健康狀態之間存在可量化的關聯，皮膚質地、輪廓變化等線索反映生理衰老程度。模型正是利用這類訊號，把肉眼難以察覺的差異轉化為可用的預後指標。

研究結果

研究結果顯示，模型評出的高風險組患者中，超過一半在拍照後90天內離世，預測能力與實際結局的吻合程度引人注目，顯示面部線索對短期生存風險具有真實的指示意義。

這一研究屬全球首創，把人工智能引入癌症預後評估的全新維度。相比傳統依賴病理指標與臨床經驗的評估方式，面部分析非侵入、成本低，具備大規模應用的潛力。

臨床前景

在腫瘤診療中，準確評估患者狀況有助醫生制定個性化治療方案，安排合適的治療強度與隨訪節奏。此類工具若經進一步臨床驗證，可望輔助分級診療與資源分配。

面部照片涉及個人生物特徵，模型走向臨床應用時，數據私隱保護、算法偏見與誤判責任等問題亦需同步處理，研究團隊與監管機構需在效率與風險之間取得平衡。