Discussion: 联机游戏
AI预测癌症生存率的说法正面临公共卫生专家的严厉审视。2026年10月23日，《卫报》刊发爱丁堡大学全球公共卫生教授Devi Sridhar的评论文章，直指美国马萨诸塞州Mass General Brigham团队研发的FAHR-Face模型存在重大局限。这套基于超过4000万张面部图像训练的人工智能系统，号称可通过一张自拍判断癌症患者生存期，但研究忽略了大量关键因素。
名人新闻FAHR-Face：从4000万张脸到癌症预后判断
据《卫报》报道，Mass General Brigham研究团队开发的FAHR-Face包含两大核心模块。FAHR-FaceAge通过分析额头、鼻唇间皱纹及太阳穴等面部特征估算生物年龄；FAHR-FaceSurvival则利用近35000张癌症患者照片训练，重点聚焦眼下区域和鼻梁。研究作者之一Raymond Mak博士在接受美国有线电视新闻网（CNN）采访时指出，这些面部特征与公元前400年希波克拉底记载的死亡征兆完全一致：“鼻子尖锐，眼睛凹陷，太阳穴塌陷。”Mak博士认为，将古代医学观察与现代深度学习技术结合，是该项目最具突破性的尝试。
音乐新闻《柳叶刀数字健康》公布核心数据：28种癌症中18种有效
研究结果发表于《柳叶刀数字健康》（The Lancet Digital Health）2026年10月号。统计显示，AI评估的面部年龄与28种癌症类别中的18种生存期存在显著关联，意味着该模型对约三分之一的癌症类型无法作出有效预测。研究人员承认，模型具有统计学意义，但预测能力的临床价值仍有待验证。以下是研究核心数据的完整梳理：
新片速递| 研究指标 | 具体数值 | 占比 |
|---|
| --- | --- | --- |
|---|
| 训练图像总量 | 超过4000万张 | 基础数据库 |
|---|
| 癌症患者照片 | 近35000张 | FAHR-FaceSurvival训练集 |
|---|
| 覆盖癌症类别 | 28种 | 研究全样本 |
|---|
| 预测效果显著 | 18种 | 64.3% |
|---|
| 预测效果不显著 | 10种 | 35.7% |
|---|
种族偏见成AI医疗模型绕不开的伦理门槛
除有效性问题外，研究最具争议之处在于种族差异。英国萨里大学教授Miroslaw Bober通过科学媒体中心发表评论：“该工具仍需与医生自身的判断进行比较测试，并在不同医院和患者群体中验证。”他特别指出，在调整其他因素后，AI面部年龄与黑人患者的生存期未呈现显著关联。这一发现加剧了医学界对AI模型种族偏见的长期担忧——此前已有研究证实，AI在分析心脏磁共振扫描（CMR）时会对少数族裔产生系统性误判，数据偏差的根源在于训练样本缺乏多样性。
院线新片
生物年龄评估：一张自拍究竟能透露什么？
Sridhar在文中对自拍数据可靠性提出强烈质疑。她以生活经验类比：现实中见到的人往往与社交媒体头像判若两人。光照条件、镜头角度、面部表情甚至拍摄时段，都会显著影响AI年龄判断。更复杂的是，肉毒杆菌、玻尿酸填充、拉皮手术及近年流行的GLP-1减重药物，都会彻底重塑面部脂肪与轮廓。Sridhar在文中反问道：“一张自拍照究竟能在多大程度上反映一个人的潜在健康状况？”尽管团队声称已针对光线、表情和整容因素进行测试，但只要预测依赖于面部衰老特征，误差就难以完全消除。
临床决策的真实价值：AI能替代医生的经验吗？
文章核心聚焦AI预测癌症生存率在临床决策中的实际价值。Sridhar透露，她曾向一位临床同事咨询，对方反馈医生长期凭借面部外观评估患者健康——例如在病历中记录“外观与所述年龄相符”或“外观比所述年龄苍老”。这种基于经验和多年训练的判断，正是AI需要超越的基准。Sridhar写道：“真正的问题在于，除了临床医生凭借经验和多年训练已经在做的事，这一工具在日常实践中是否真的有用。”她还援引研究结论：导致面部衰老的三大主因是酒精、毒品和吸烟。这些常识性发现或许无需AI扫描4000万张脸便能得出。
数据隐私警示：上传自拍即成为研究对象
目前，该研究项目已开放公共网站供公众测试生物学年龄，用户在手机或电脑上上传一张清晰的正面自拍，即可获得系统估算的生物学年龄。但Sridhar警告，这一看似便捷的功能背后存在数据合规风险。根据知情同意书条款，任何上传自拍的公众自动成为研究参与者，面部图像不仅被算法实时分析，还会被永久收录到FAHR-Face训练数据库中，用于系统迭代与模型优化。她明确提醒：“你的脸不仅在被评估，它同时正为这项技术的开发贡献数据。”在健康自测的诱惑面前，专家建议公众仔细阅读数据使用条款，审慎评估个人生物信息的隐私代价。
Q1：AI模型能预测癌症患者生存期吗？目前准确度如何？
A1：尚不能作为可靠临床依据。根据《柳叶刀数字健康》2026年10月刊载的数据，AI面部年龄与28种癌症中的18种生存期存在显著关联，但对黑人患者在调整混杂因素后预测力消失，且模型尚未与医生临床判断进行平行对比验证。
Q2：普通人试用AI生物年龄自测有什么风险？
A2：上传自拍即构成知情同意书约定的研究参与行为，面部数据将被收录至训练数据集。专家表示，测试所得的生物年龄仅供参考，不能视为医学诊断结果；公众应谨慎使用此类工具，避免暴露敏感生物信息。
AI预测癌症生存率研究为精准医疗打开新想象，但从实验室走向诊室仍需漫长验证。正如Sridhar所说，在AI模型证明自身优于医者经验之前，一张自拍只是一个数据点，而非生命倒计时。
Related Threads - 明星妆容
AI预测癌症生存率研究的背后藏着哪些真相？Mass General Brigham团队用4000万张面部图像训练FAHR-Face模型，宣称一张自拍即可判断预后。但《柳叶刀数字健康》数据显示：28种癌症仅18种有效，且存在种族偏差。本文结合爱丁堡大学教授Devi Sridhar观点，深度解析生物年龄评估的临床价值与数据
