美国哈佛医学院的Hugo J W L Aerts团队开发了一个名为FaceAge的深度学习模型，可通过普通面部照片估算个体的生物学年龄，用于辅助癌症患者的生存期预测。
2.FaceAge在多个临床队列中表现出稳定的预后能力，每增加10岁，患者死亡风险上升约11%–15%。
3.除此之外，FaceAge在癌症末期患者的预后评估中表现优秀，可协助医生更好地预测患者的生存期。
4.最后，研究者们发现癌症患者的FaceAge年龄平均比实际年龄高出4.79岁，提示FaceAge可作为反映疾病负担的生物年龄指标。
算命的，可以通过面相聊出你的前世今生。治病的，早至几千年前中医就有了“望诊”，而后现代医学的研究也发现面部变化的确与我们的身体健康息息相关，科学家们甚至想到启用AI来读取和整合细致入微、不可胜数的人脸信息，从而用于医学诊断。
说来说去，“看面相”的诊断意义算是在中西医领域都得到了认可。但是，你可曾听闻，还能用AI“看面相”来预知患者的治疗结果？
美国哈佛医学院的Hugo J W L Aerts团队开发了一个名为FaceAge的深度学习模型，可通过普通面部照片估PG电子网站算个体的生物学年龄，用于辅助癌症患者的生存期预测。
经验证，该模型在多个临床队列中表现出稳定的预后能力：FaceAge每增加10岁，患者死亡风险上升约11%–15%，显著优于传统年龄指标，所有癌症类型均适用。尤其在末期癌症患者的预后评估中，FaceAge可以协助医生更好地预测患者的生存期，从而更科学地制定姑息治疗策略。
当前医生在判断患者是否适合接受癌症治疗时，主要依赖主观印象或功能评分，这种方式既不精确，也难以反映患者真实的生理状态。考虑到癌症及其治疗本身可能加速衰老，Hugo J W L Aerts团队希望借助深度学习技术，通过分析面部图像来估算生物年龄，提供一种客观、量化且易获取的评估方法，以提升临床预后判断的准确性，辅助医生做出更合理的治疗决策。
FaceAge的开发基于深度学习的两阶段流程：面部检测和特征提取。首先，使用级联卷积神经网络（CNN）对面部进行定位和预处理，测试精度达到95%。接着，采用Inception-ResNet v1网络对面部特征进行编码，并通过回归模型进行生物年龄预测。
训练数据来自IMDb-Wiki和UTKFace两个公开数据集，共选取了58851张60岁及以上个体的面部照片，经过数据增强、重平衡和质量评估等处理，确保了训练数据的质量。
为验证FaceAge的临床效用，研究者们将模型用于来自荷兰和美国的多个临床队列，结果均表现出了显著的生存期预测能力。相比之下，任意队列中，实际年龄与生存期的关联均不显著。
具体来看，在包含4906名非转移性癌症患者的MAASTRO队列中（中位实际年龄66岁），无论患者实际年龄如何，FaceAge预测其面部年龄每增加10岁，患者死亡风险增加15.1%（HR=1.151，p=0.013）。FaceAge在乳腺癌、泌尿生殖系统癌症、胃肠癌等所有癌症部位的预后预测中均表现优秀，在调整了年龄和性别后依然具有显著的预测作用。
哈佛胸部癌症队列（Harvard Thoracic cohort）包含573名胸部癌症患者，主要为非小细胞肺癌患者。在该队列中，FaceAge预测的面部年龄每增加10岁，患者死亡风险增加14.8%（HR=1.148，p=0.011）。
研究者们尝试将FaceAge与TEACHH模型结合使用，该模型是一个专门用于末期癌症患者的临床风险评分工具，综合考虑了病理类型、治疗意图、功能状态和转移部位等多个临床因素，帮助医生评估患者在接受姑息治疗时的预期生存期，辅助治疗决策。在原有TEACHH模型的基础上，研究者们将FaceAge替代了传统的实际年龄，结果显示模型的预测能力得到提升，在高风险组与低风险组之间，生存期的区分更加明显。
此外，研究者们还将AI与人力进行了一场比较。他们发现，在预测接受姑息治疗的癌症末期患者6个月生存期时，表现最好的医生可明显区分高低风险患者，而最差者则无法区分。单看面部照片时，医生预测准确性较低，AUC值为0.61，加入病历信息后提升至0.74，若再结合FaceAge模型则进一步提升至0.80，几乎与FaceAge模型单独预测（AUC=0.81）相当。
最后，研究者们评估了FaceAge作为生物衰老标志物的潜力。在146名非小细胞肺癌患者的基因分析中，FaceAge与衰老相关基因CDK6显著相关，而实际年龄则无此关联，提示FaceAge可能反映了更真实的分子衰老过程。
另外，结合PG电子网站非癌症患者队列，研究者们发现癌症患者的FaceAge年龄平均比实际年龄高出4.79岁（p＜0.001），而非癌症人群几乎没有差异（平均仅高出0.35岁）；非侵袭性的乳腺导管原位癌和良性肿瘤患者介于两者之间，进一步印证了FaceAge可作为反映疾病负担的生物年龄指标。
综上所述，FaceAge不仅能够准确预测癌症患者的生物年龄，还能为生存期预测提供重要的辅助支持，特别是在末期癌症患者的临床决策中具有实际应用价值。
