一张人脸照片，预测癌症患者 90 天生存率：这次 AI 看的是鼻梁和眼下

医生在查房时，常常凭经验判断一位晚期患者“还能撑多久”。这种判断很难量化，也很依赖资历。现在，一项研究试图把这件事交给一张正面照片。

一分钟速览

• 研究团队开发 AI 工具，仅凭面部照片预测癌症患者生存几率
• 训练数据包括超过 4000 万张人脸图像、3 万多名癌症患者照片
• 模型生成风险评分，分数最高的患者更可能在 90 天内死亡
• 估算年龄误差约 5 岁，在不同年龄、种族、性别和癌症类型中均有效
• 成果发表于《柳叶刀·数字健康》，但同行认为尚不能投入临床

它看到了什么

论文作者之一、麻省总医院布莱根癌症研究所放射肿瘤医师雷蒙德·马克说，医生受训时就会通过患者的外貌状态评估病情，但“通常很难准确预估临终患者的剩余生存期”。他希望 AI 能捕捉到人体的部分生理储备状况与死亡风险。

有意思的是模型自己“学会”关注的区域：鼻梁和眼下。马克查阅资料后发现，希波克拉底最早描述过，眼窝凹陷、太阳穴塌陷、鼻尖瘦削，都是生命即将走到尽头的早期外在体征。几千年前的临床观察，以一种数据驱动的方式被重新发现。

为什么这件事敏感

“预测死亡”天然带着伦理重量。它可以用来避免过度治疗，让患者更早进入姑息护理；也可能被误用为资源分配的门槛，甚至影响医生对治疗的投入程度。马克特意强调，工具不会用来拒绝或限制患者获得治疗，只是“给医生多增加一项参考信息”。

另一个问题是数据偏差。4000 万张人脸图像来自哪里、以什么人群为主、肤色和年龄分布是否均衡，都会影响模型在新环境中的表现。论文称模型在不同人群中均可生效，但外部验证仍然不足。

同行的冷水

萨里大学视频处理与机器学习教授米罗斯瓦夫·博贝尔没有参与研究，他的评价很直接：“预测结果不等于解释成因。”他指出，研究没有证明这套预测能在医生对患者整体健康状况的评估之外，提供额外具备临床价值的信息，研究本身也没有衡量医生的这类评估。

这句话点中了要害。AI 的预测如果只是复现医生已经能看出来的东西，价值有限；如果要超越医生，就必须证明它在同一批病人上比医生更准，而且这种优势能跨医院、跨人群复现。

趋势：AI 正在进入“床边”

越来越多 AI 工具在癌症检测与治疗领域开展试验：有的通过阅片辅助诊断，有的分析基因与生活风险因素预测患癌概率。与这些工具相比，面部照片的优势是低成本、无创、几乎不需要额外设备；劣势是信号弱、可解释性差、容易被环境光线和拍摄角度干扰。

短期内，它更可能以“辅助评分”的形式出现在临床试验里，而不是直接写进诊疗指南。真正决定它命运的不是 AUC 有多高，而是能不能在前瞻性研究里证明：用了它，患者的决策更好、负担更小。

参考链接：The Lancet Digital Health