“AI算命” 真的来了?哈佛重磅研究登《柳叶刀》:4000万张脸教识健康,一张自拍算出死亡风险差3.23倍

中医讲"望闻问切"，西方医学里也有"希波克拉底面容"的说法——重病之人面容枯槁，有经验的医生一眼可辨。

这并非玄学：衰老、疾病、吸烟饮酒都会在脸上留下痕迹。问题在于，人眼看脸主观、粗糙，难以量化。

哈佛团队的思路是让AI分两步学：

第一步，海量通才训练。 模型在4000万张人脸照片上做 "掩码自编码" 自监督学习——随机遮住图像一部分，让AI自己补全，无需任何人工标注，就能学会人脸的结构与细节规律。

第二步，精准专家分化。 在通用底座之上，团队分别微调出两个各司其职的模型：FAHR-FaceAge 负责估年龄，FAHR-FaceSurvival 负责算风险。

研究设计流程图

在公共测试集APPA-REAL上，FAHR-FaceAge的平均绝对误差仅 5.1岁，明显优于从零训练的基线模型（6.92岁）；在白人、黑人、亚裔、西班牙裔等群体中相关性均在 0.81~0.91 之间，全年龄段表现稳定。

真正有临床价值的是 FAD指标 —— "脸龄" 减去实际年龄的差值。在38183例癌症患者队列中：

• 33.0% 的患者脸龄比实际年龄大5岁以上，17.0% 大10岁以上；

• FAD 每高10岁，校正年龄、性别、癌种等因素后，死亡风险仍 增加 14%；

• "显老"≥5岁者死亡风险增加 21%，"显年轻"≥5岁者风险反而降低 17%；

• 最"显老"组（>20岁）的90天死亡率为 21.3%，而最"显年轻"组（≤-10岁）仅 6.4%。

一句话：脸比年龄诚实，且它骗不过AI。

基于 Harvard-RT 患者数据集、按 FAD 分组绘制的 生存曲线

FAHR-FaceSurvival直接从照片预测死亡风险。在34363例癌症患者上训练后，测试集中 最高风险四分位组的死亡风险是最低组的3.23倍；90天内死亡率呈现惊人分层——最高分组52.5%，最低分组仅2.1%。总体C指数达0.72。

为排除"在自家数据上自夸"的嫌疑，团队用荷兰马斯特里赫特 4892例 独立癌症患者队列做外部验证——两个模型的预测能力均成立，跨年龄、性别、种族、癌种亚组均显示一致性。

FAHR-FaceSurvival 基于 Harvard-RT 测试数据集的生存分析

04

AI看的不是"玄学"，是科学

两个模型到底在“看”什么？注意力热图给出了答案：

• FAHR-FaceSurvival 盯着眼睛下方与鼻梁 区域——恰好与医学上“将死之面”的经典描述吻合；

• FAHR-FaceAge 则聚焦法令纹、额头与太阳穴——典型的衰老相关区域。

将平均注意力映射到三维和二维标准面部模型上，用于哈佛RT患者测试集（n=3815）的FAHR-FaceAge（a）和FAHR FaceSurvival（b）

更妙的是，两者相关性仅 0.16，捕获的是不同的健康信号：一个反映累积的衰老，一个反映迫近的死亡风险。联合使用时，预后判断比单用任何一个都更准确。

既然AI“看”的是这些真实的生理细节，化妆、灯光能否“作弊”？

团队专门测试了鲁棒性：化妆、拍摄角度、光线、表情变化对估龄均无显著影响；

整形手术中，眼睑、拉皮、面部骨骼手术也骗不过模型——唯独 隆鼻 会让脸龄平均增加1.11岁，恰好印证了模型对鼻部区域的高度敏感。这意味着一张随手拍的照片，就能直接使用。

05

冷静看待：离临床还有多远？

作者坦承局限：研究仅纳入癌症患者，且以高收入国家人群为主，图像质量与人种偏差仍需警惕；模型能否真正改善临床决策，还需前瞻性试验验证。

但应用前景清晰：

对于衰弱评估量表、握力测试等传统手段不便开展的场景，一张照片的AI分析或可辅助医生快速筛查高风险患者，为治疗强度决策、医疗资源分配提供参考。代码与FAHR-Face、FAHR-FaceAge权重已在GitHub与Hugging Face开源。

从"看相"的江湖传说，到4000万张照片训练出的量化生物标志物，FAHR-Face把"相由心生"推到了科学可验证的边界。当一张自拍可以告诉医生这位患者能否耐受强化治疗，面部影像学作为一门新学科的大门，正在被推开。

文末限时福利，送给每一位爱学习的病理人

【 资料领取 】

最新病理学习大礼包免费领取

获取方式

后台回复 “病理学习包” 即可获得。