只看一张脸，AI预测的死亡名单，90天后应验了一半

只看一张脸，AI预测的死亡名单，90天后应验了一半

仅凭一张面部照片，能否判断一个人的剩余寿命？

美国的研究团队让一个AI为3820名癌症患者评估“死亡风险分值”。这些患者AI从未接触过，它唯一的依据是每人提供的一张脸部照片。

得分最高的122人，在90天内，有64人去世。

得分最低的975人，同样在90天内，仅有20人死亡。

这些照片并无特殊之处，大多是患者在放疗前，医院常规拍摄的。

放疗前，医院会常规为患者拍照丨AI生成图像

而AI执行的这项任务，医生们实际上每天都在进行。

雷·麦（Ray Mak）是美国麻省总医院布莱根医疗集团的放射肿瘤科医生，也是该研究的负责人之一。他表示，医学院正是这样培训医生的：走进病房，先观察患者一眼，对其整体状况形成一个初步印象。

这一眼至关重要。

雷·麦曾接诊一位86岁的肺癌患者，老人看起来比实际年龄年轻许多，这促使雷·麦建议他接受更积极的治疗。到去年，老人已90岁，状况依然良好。

后来研究人员用AI分析他当年的照片，估算的年龄比实际小了整整10岁。

反之亦然。有些人看起来比同龄人虚弱，身体可能无法承受过于猛烈的治疗。

医生的第一眼印象，往往影响后续治疗方案丨AI生成图像

问题在于，这一眼完全依赖经验，而人的判断力往往不够可靠。

在该团队去年发表的第一代研究中，10名医生和研究人员观察了100名晚期癌症患者的照片，判断他们短期内的生存情况。仅凭照片，他们的准确率约为六成，仅比随机猜测稍好；在获得AI的分析结果后，准确率提升至约八成。

这一次，他们希望AI能看得更准。10月19日，这项新研究发表在医学期刊《柳叶刀·数字健康》上。

先看4000万张脸

研究人员并未直接教AI识别患者。他们先让AI观看了4000万张人脸照片，不告知其具体目的。

观看大量照片后，AI逐渐掌握了人脸的特征：哪些部位人人相似，哪些部位因人而异。这有点像一位画了几十年肖像的画家，虽未学过医学，却对人脸上的细微差异了如指掌。

AI先观看了4000万张人脸照片丨AI生成图像

打好基础后，研究人员才开始教它关注健康。

他们先教它估算“生理年龄”。生理年龄指身体的年龄，而非身份证上的年龄。同样是60岁，有人爬五楼气不喘，有人走几步就累，两人的生理年龄可能相差甚远。

在同一基础上，他们还训练了一个更激进的版本：直接通过面部照片评估死亡风险。为此，研究人员将3.4万多名癌症患者的照片及其后续生存情况，一起交给AI学习。

开头提到的3820名患者，就是特意留出来、不让AI提前学习的“测试者”。

结果，两个版本都表现出色。

直接评估死亡风险的能力，本文开头已展示。研究团队在论文中写道，据他们所知，这是首个仅凭一张面部照片就能直接预测癌症患者生存情况的AI。

估算生理年龄的版本也不逊色。研究人员用它观察了全部3.8万多名放疗患者，发现被它判定为“看起来比实际年龄老5岁以上”的人，即使考虑年龄、性别、癌症类型等因素，死亡风险仍高出21%。

更有趣的是，这两个AI源于同一基础，但给出的判断关联不大，各有侧重。将两个分数结合使用，比单独使用任何一个都更准确。

人类无法理解的线索

同一张脸，两个AI各自关注什么？

研究人员采用了一种名为“注意力图”的方法，查看AI分析一张脸时，“目光”落在何处。这类似于热力图：AI越关注的区域，颜色越亮。

估算年龄的AI，重点关注法令纹（鼻子两侧延伸至嘴角的纹路），以及眉毛上方的额头和太阳穴。这在意料之中，因为这些部位容易随年龄变化。

评估死亡风险的AI，则聚焦于眼睛下方和鼻梁周围。

AI预测生存风险（左）和年龄（右）时的“注意力图”，颜色越亮表示AI越关注该区域丨Mass General Brigham

为什么是这些区域？研究人员也无法解释。雷·麦解释，注意力图只能告诉他们AI在关注什么，却无法说明它具体看到了什么。

是眼袋？皱纹？色斑？还是皮肤质地？目前尚无法确定。

换句话说，AI在这些区域捕捉到了某种与健康状况相关的特征，但其具体内容，人类暂时无法理解。

不过，估算年龄的AI，部分判断可以找到原因。

研究人员发现，酗酒、吸毒和吸烟的人，在AI看来都显得更老。吸烟的规律最明显：吸烟的人看起来比戒烟的人老；戒烟的人又比从未吸烟的人老。

不良习惯对身体的损害，似乎真的会留在脸上，而AI能够识别。

AI通过面部照片评估生理年龄的流程示意图丨Mass General Brigham

改变拍照姿势、光线、表情或化妆，估算年龄的AI给出的结果基本不变。大多数整形手术，也未能让它判断失误。

唯一的例外是鼻整形。接受鼻整形的人，AI反而会将其年龄估老约一岁。雷·麦推测，这可能与手术造成的局部组织流失有关。

一张自拍的分量

雷·麦希望，这款AI未来能应用于医院，为医生提供额外参考，而非取代医生决策。他甚至认为，医学上所有按实际年龄做决定的地方，都可以改用这个算法。

团队已在医院进行试验。他们为65岁以上、即将接受放疗的早期肺癌患者拍照，观察AI能否识别出身体较虚弱、需要额外营养支持或康复训练的人。

它还可能作为一种预警：如果一个人的脸开始比同龄人老得更快，或许意味着身体内部正在发生某些问题。

普通人现在也能使用。今年3月，团队悄悄上线了一个研究网站，任何人都可以上传几张自拍，几秒钟内获得AI估算的生理年龄。目前，报名人数已超过1万。研究人员强调，结果仅用于研究，并非诊断。

这些自拍也会反过来帮助AI继续学习。这正是它目前最需要的：预测死亡风险的AI，学习的是波士顿地区的患者照片，其中大部分是白人。换一群人，它是否仍准确，目前尚不确定。团队希望通过公众上传的照片，让AI见识更多不同的面孔。

一张脸部照片，可以帮助医生识别需要额外关照的患者，也可能被保险公司用于决定是否承保丨AI生成图像

比技术更棘手的是技术之外的问题。

美国纽约大学生物伦理学中心主任马修·廖（Matthew Liao）认为，这类工具或许能帮助医生识别需要额外关照的患者；但AI也会出错，一旦将需要治疗的人误判为“没问题”，此人可能无法获得应有的照护。

他还担心另一种情况：保险公司用它来决定是否承保，雇主用它从求职者中挑选看起来“更健康”的人。

一张脸部照片，拍摄只需一秒，几乎每个人的手机里都有。这正是这项技术的优势，也是它令人不安之处。

马修·廖表示，在推进这项技术的同时，我们需要认真思考它对社会的影响。

参考文献

[1] Can AI predict whether you’ll die from cancer from just an image of your face? Scientific American, 2026-10-19. https://www.scientificamerican.com/article/can-ai-predict-whether-youll-die-from-cancer-from-just-an-image-of-your-face/

[2] Haugg F, et al. Foundation artificial intelligence models for health recognition by use of face photographs (FAHR-Face): a model development and validation study. The Lancet Digital Health, 2026. DOI: 10.1016/j.landig.2026.101056

[3] Mass General Brigham. AI facial health recognition tools help physicians assess age and survival risk to guide personalized treatment. 2026-10-19. https://news.massgeneralbrigham.org/en/ai-facial-recognition-tools-assess-age-cancer-survival-risk

[4] Bontempi D, et al. FaceAge, a deep learning system to estimate biological age from face photographs to improve prognostication: a model development and validation study. The Lancet Digital Health, 2025. DOI: 10.1016/j.landig.2025.03.002

[5] Rahal S. You can now upload a selfie to a Mass General Brigham AI tool and it’ll estimate your biological age. The Boston Globe, 2026-10-20. https://www.bostonglobe.com/2026/10/20/metro/ai-biological-age-face-selfie-free-tool/

本文来自微信公众号“果壳”（ID：Guokr42），作者：Steed，36氪经授权发布。