一張看似尋常的自拍照，竟可能成為醫療決策的關鍵依據。美國最新研究揭示，透過AI演算法分析臉部影像，不僅能推估一個人的「生物年齡」，還能進一步判斷癌症患者對治療的耐受度與存活機率，挑戰傳統醫學仰賴醫師直覺的「肉眼判讀」。
美國麻州醫學機構Mass General Brigham團隊開發的人工智慧工具「FaceAge」，結合深度學習模型，先以5萬8851張健康個體照片進行訓練，再導入6196位癌症患者的臉部影像進行測試。
Mass General Brigham團隊在The Lancet 發布研究報告指出，癌症患者的「FaceAge」平均比實際年齡大約5歲，且即使控制年齡、性別與癌症類型等變因，生物年齡越高者，存活率越低趨勢明確。
英國PA News Agency、《金融時報》報導指出，「FaceAge」的核心能力在於，從單一張面部影像中辨識出與老化相關的深層特徵，進而建構出病患身體狀況的輪廓。這不是以肉眼可見的皺紋或膚色為判斷依據，而是由演算法歸納出的老化訊號，反映生理機能的退化程度。
Mass General Brigham研究團隊指出，這種「影像即數據」的思維，讓生物年齡成為一種可量化的預測指標。
在針對癌症晚期病患的測試中，研究團隊要求10位臨床醫師與研究員預測病患在接受姑息性放療後6個月內是否仍存活。若僅依靠肉眼觀察病患照片，判斷準確率為61%；但在加入「FaceAge」演算結果後，準確率大幅上升至80%。
Mass General Brigham 醫療AI主管、FaceAge共同開發者 Hugo Aerts指出，「FaceAge」具備低成本優勢，未來可用於追蹤個體數月到數十年的生理變化，該技術展現的是，「一張自拍照所隱含的健康資訊，遠比我們過去想像得多」。
然而，Mass General Brigham團隊並未對「FaceAge」技術過度樂觀，其在The Lancet 發布研究報告中指出，「FaceAge」所依賴的大量人臉數據，在收集與建模過程中，可能出現族群偏誤與模型失準等風險。更精確的說法是，AI未取代醫師，是補充傳統診斷難以量化的那一塊。
紐卡索大學AI專家Jaume Bacardit向《金融時報》 分析指出，「FaceAge」 的評估方式「相當全面」，與他過去應用於感知年齡研究的技術原理類似。但他也強調，類似AI工具要真正進入臨床，還必須釐清演算法背後的運作邏輯，以避免潛藏的誤判風險。
目前，Mass General Brigham團隊研究正延伸至其他疾病與患者族群，正評估「FaceAge」預測疾病、整體健康狀況與壽命的準確性。除了模型本身的持續優化外，如何因應醫美干預等外在變數對演算法結果的潛在影響，也成為未來應用必須正視的挑戰。 （相關報導： 獨家專訪》「單一戰區」聯防抗中有效？日三星退將曝2關鍵：日本防衛即台灣防衛 ｜ 更多文章 ）
