AI读脸，预测癌患死亡风险

麻州总医院布莱根医疗系统(Mass General Brigham，以下简称麻州总医院)研究人员利用逾4000万张脸部照片训练人工智慧(AI)新模型「FAHR-FaceSurvival」，用以协助预测癌症病患的死亡风险。

据世界日报报道，研究发现，模型评分最高的10%病患中，约半数人在90天内死亡；评分最低的10%病患中，90天内病殁的机率为2%。 FAHR-FaceSurvival模型的研究成果10月19日发表于「刺胳针数位健康」(The Lancet Digital Health)期刊，研究人员表示，这项技术未来可能成为评估病患健康状况与预后的辅助工具，但仍须查证其临床效益与公平性。 华盛顿邮报报导，麻州总医院研究团队先前开发「FAHR-FaceAge」系统，能从脸部照片估算生理年龄，反映人体的生理状态，而非实际年龄。新研究的FAHR-FaceSurvival模型利用脸部影像，直接预测癌症病患的死亡风险。 研究作者之一、麻州总医院癌症研究所放射肿瘤科医师麦雷蒙(Raymond Mak，音译)表示：「这是我们首次证明，只要一张照片，就能够直接预测一个人的死亡风险，不只是生理年龄。」 研究人员运用超过3万名癌症病患的近照及医疗结果训练模型，将病患的生存时间、死亡时间等资料与影像配对。结果显示，生理年龄高于实际年龄的病患，通常预后较差。 研究团队也发现，同一个脸部基础模型能衍生不同演算法，从照片辨识不同健康讯号：FAHR-FaceAge着重鼻唇沟、额头与颞肌，藉此估算生理年龄，而FAHR-FaceSurvival聚焦眼睛下方及鼻樑区域，藉此评估死亡风险。 麦雷蒙想到古希腊医师希波克拉底(Hippocrates)在约西元前400年的「预后学」(Book of Prognostics)书中描述「死亡面相」(face of death)，包括尖鼻子、眼窝及太阳穴塌陷等。 麦雷蒙表示，临床上确实看过濒死病患出现类似面容，但他推测AI可能辨识的是软组织流失或肌肉量减少，不过这目前仍属推测。 麦雷蒙强调，AI模型仅以脸部照片、病患年龄、生存结果进行训练，并未使用网路上的其他资料。 研究人员提醒，从照片预测生存率，不代表模型掌握医师不知道的资料，更不代表使用模型的判读结果就能改变照护方式。