一张普通的病历照片，正在被人工智能重新解读。它存储的，或许不只是患者当时的样貌，还有隐藏在皱纹与轮廓之间的生命倒计时。

麻省总医院布莱根医院的研究团队近日在《自然通讯》发表了一项新研究。他们发现，通过追踪癌症患者在不同治疗节点拍摄的照片，用AI测量其面部衰老速率，可以显著预测患者的生存概率——面部老化越快，生存希望往往越渺茫。

一个数字，如何读出生死概率

这项研究的核心工具叫做FaceAge，是一款由麻省总医院布莱根医院人工智能医学项目（AIM）开发的深度学习系统。它的功能听起来简单：给一张人脸照片，输出一个生物年龄估算值。但这个数字背后的临床意义，远比外表复杂。

研究团队分析了2012年至2023年间，共计2279名在布莱根妇女医院接受放射治疗的癌症患者的面部照片。这些照片并非专门拍摄，而是放疗流程中常规采集的临床记录图像。研究人员将同一患者在不同治疗时间点的两张照片输入FaceAge，计算出"面部衰老率"（FAR）——即单位时间内生物年龄的变化速度。

结果相当清晰：中位FAR显示，患者的面部衰老速度比实际年龄增长速度快了约40%。更重要的是，FAR越高的患者，其生存率越低，这一关联在照片拍摄间隔达到两年或以上时尤为显著。

值得一提的是，研究团队还引入了另一个指标——面部年龄偏差（FAD），即单张照片中AI估算的生物年龄与患者实际年龄之间的差距。当FAD与FAR同时偏高时，患者的预后更差。但在长期预测的稳定性上，动态的FAR表现优于静态的FAD单次测量，说明持续追踪比"一锤定音"更可靠。

为什么脸能反映癌症进程

人类的面孔是身体状态的一面镜子，这种直觉早在医学实证出现之前就已存在。肤色、眼神、面部肌肉张力，种种细节都在悄悄传递生理信号。

但人眼的判断是主观且模糊的。FaceAge做的，是把这种模糊的直觉量化成可比对、可追踪的数字。癌症治疗本身对身体的消耗极大，化疗、放疗带来的细胞损伤、炎症反应、免疫系统的持续应激，都会加速机体的生物衰老进程，而这些变化会不同程度地映射到面部特征上。

研究团队的通讯作者、放射肿瘤学家雷蒙德·马克指出，面部衰老率提供的是一种"近实时"的健康追踪窗口。这与传统生物标志物不同，后者通常依赖血液检测、病理活检等有创手段，成本高、周期长，且患者依从性有限。

相比之下，面部照片在许多医院本就是标准临床流程的一部分，无需额外采集，几乎零成本。如果FaceAge能够被验证为可靠的预后工具，意味着医生只需调取现有档案照片，便能获得一条关于患者健康走势的动态曲线。

从实验室到临床，路有多长

这项研究是FaceAge系列研究的最新进展，但并非终点。此前发表在《美国国家癌症研究所杂志》的研究，对超过24500名60岁以上癌症患者进行了FaceAge测试，发现65%的患者生物年龄估值高于实际年龄；估值比实际年龄大10岁以上的患者，预后显著更差。

两项研究共同描绘出一幅清晰的图景：生物年龄，而非仅仅是时间意义上的年龄，才是影响癌症患者生死的关键变量之一。

当然，质疑的声音同样存在。不同种族、不同光线条件、不同拍摄设备，都可能影响AI的判断精度。目前的研究样本主要来自单一医疗机构，推广到更多元化的患者群体时，模型的表现是否依然稳定，仍需大规模前瞻性试验加以验证。

麻省总医院布莱根医院AIM项目主任Hugo Aerts对此态度审慎但乐观："我们希望持续的研究能够揭示，面部年龄是否同样能为其他慢性病患者，乃至健康人群提供预后信息。"

目前，研究团队已在哈佛大学机构审查委员会批准下，开放了公众参与网站faceage.bwh.harvard.edu，任何人都可以提交照片参与这项持续推进的研究。

这张普通的照片，或许正在成为未来个性化癌症治疗中一块不可或缺的拼图。