老態畢露或許不只攸關美醜。研究指，人工智慧工具可從面容的老化程度，判斷癌症患者的存活率，在某些案例中，準確率甚至高達 8 成。

金融時報報導，根據 8 日發表在期刊《刺胳針數位健康》（Lancet Digital Health）的一份研究，透過深度學習臉部老化特徵，可得出一結論：癌症患者看起來約比實際年齡老 5 歲，而「看起來」愈老的患者，存活率恐怕愈低。

方法

研究人員對臉部辨識 AI 工具 FaceAge 進行訓練，輸入公共資料集取得的 58,851 張健康人士照片，接著餵養 6,196 名癌症病患初期接受放射治療時的照片，供其運算。調節了實際年齡、性別及癌症類型後發現，在 FaceAge 看起來愈老的患者，存活率愈低。

接著研究人員請 10 名臨床醫師及專家預測，晚期癌症患者在接受緩和性放療後，是否還能活 6 個月。若只憑患者照片，專家評估的準確度約 61%，但若加上 FaceAge 分析，準確率可升至 8 成。

研究作者 Hugo Aerts 表示，「若患者在 FaceAge 呈現的年紀比實際年齡小，癌症治療效果的確也較佳。」由此可見，一張簡單的自拍照，或能透露重大健康資訊，有助醫師診斷、提供照護建議。

老化特徵看病徵

事實上，將 FaceAge 這類工具用於醫療評估，已是透過生物標記（biomaker）判斷疾病風險的一大趨勢。尤其在 AI 科技大躍進後，透過餵養大量健康資料，機器人評判疾病風險的能力也出現長足進展。

老化程度成了此趨勢的重點研究領域。今年 2 月，才有科學家提出以血液檢測內臟老化速度及警示 30 種疾病（包括肺癌）的技術突破。

不過，FaceAge 此研究也不乏侷限，如數據偏差，或測量結果可能反映的是模型中的錯誤，而非實際年齡與生理年齡之間的差異等等。

此外，英國新堡大學 AI 專家 Jaume Bacardit 認為，需要更進一步探討 AI 究竟是如何「從臉看病」？依據的是面部的哪塊部位？若能釐清相關問題，將有助辨別未曾注意到的潛在干擾因素。