AI看了一张脸，竟然发现了我们一直忽略的事 🧐

本文为思辨探讨，非科学定论。

一张脸部照片，能看出一个人的生命还剩多久吗？

美国的研究人员让一个AI给3820名癌症患者打“死亡风险分”。这些人AI从没见过，它手里的依据，只有每人一张面部照片。

分数最高的122人，90天后，有64人离世。

分数最低的975人，同样90天，去世的只有20人。

这不是算命。这是发表在《柳叶刀·数字健康》上的一项临床研究——来自哈佛医学院与麻省总医院的团队，开发了一套AI系统，用人脸照片评估癌症患者的短期生存风险。

有研究人员在受访时用了一个词：诡异。

📄 研究来源

期刊：The Lancet Digital Health（《柳叶刀·数字健康》）

研究团队：Harvard Medical School（哈佛医学院） & Massachusetts General Hospital（麻省总医院）

研究模型：FaceAge（生理年龄评估）/ FAHR-Face（生存风险预测）

发表时间：2025年 / 2026年10月

医生每天都在做的事

其实，AI做的这件事，医生每天都在做。

这项研究的负责人之一、麻省总医院的放射肿瘤科医生雷·麦（Ray Mak）说，医学院就是这样训练医生的：走进病房，先看一眼病人，对他的整体状况心里有个数。这一眼很要紧。

他接诊过一位86岁的肺癌患者，老人看上去比实际年龄年轻不少，这成了他建议老人接受更积极治疗的原因之一。后来研究人员用AI分析老人当年的照片，估出的年龄比实际小了整整10岁。

问题是，医生的这一眼全凭经验，而人的眼力一向不太可靠。在此之前，研究人员曾做过测试，10名医生只看照片判断晚期癌症患者的生存情况，准确率大约六成，只比瞎猜强一点。

这一次，他们想让AI看得更准。

AI到底在看哪里？ 👁️

研究团队最初的假设很朴素——AI大概就是在看谁更老、谁脸色更差，然后判断他活不久。

为了验证这个想法，他们同时训练了两个模型：一个专门猜年龄（生理年龄），一个专门评估死亡风险。然后把两个模型的“注意力热力图”打印出来对比——也就是把AI在看照片时停留最久的区域，用高亮标出来。

结果两张图摆在一起，整个实验室安静了。

猜年龄的模型，目光集中在额头、太阳穴、法令纹。

而那个用来评估生存风险的模型，完全无视白发和皱纹，它的注意力始终锁定在同一个位置：两眼下方的眼窝，以及两眼之间的鼻梁。

一个二十岁的年轻人，和一个八十岁的老人，它盯的是同一个地方。

图注：左图：AI预测生存风险时的注意力热力图；右图：AI估算年龄时的热力图。图源：Mass General Brigham / The Lancet Digital Health

古今中外的“巧合” 🔮

如果你对中国传统文化稍有了解，看到“两眼下方与鼻梁”这几个字，恐怕浑身的鸡皮疙瘩都要起来了。

在中医望诊和流传千年的相学里，两眼之间的鼻根叫做“山根”，鼻梁中部叫“年寿”。而在传统相学的十二宫里，山根与年寿所在的这片区域，名字叫做——疾厄宫。

民间相学里流传着类似口诀：山根青黑，死期将至；年寿枯暗，神仙难救。

不只是在东方。2400年前，被称为西方医学之父的希波克拉底，也在他的著作里记录过一种濒死面容：鼻子变尖，眼窝深陷，眼下灰暗。后来医学史上称之为“希波克拉底面容”，是临床医生最早学会辨认的死亡征兆之一。

据公开报道，哈佛的工程师在训练这套AI时，没有输入过半个字的古代相术，也没有给它看过任何传统医学文献。它完全是靠自我监督学习，在数以万计的人脸数据里，自己算出了这套注意力权重。

最后它圈出来的位置，和古代医者盯住的地方，出现了位置上的重合。这种重合很难不让人停下来想一想；但它只能说明文化上的巧合，不能反推相术被科学验证。

不过，雷·麦医生也坦诚：注意力图只能告诉他们AI在看哪儿，却说不出它具体看到了什么。是眼袋？皱纹？色斑？还是皮肤的质地？目前没法确定。换句话说，AI在这块区域捕捉到了某种和健康状况有关的特征，但它到底是什么，人类暂时还看不懂。

化妆能骗过AI吗？ 💄

很多人看到这里，第一反应是：那我去化个妆、打个瘦脸针、做个双眼皮，能不能把AI骗过去？

你还别说，公开报道提到，哈佛的研究团队还真就做了这个反伪装测试。

他们找来了同一批人在短时间内拍摄的对比照片：化妆前与浓妆后、不同光线、搞怪表情，甚至还有做过提眉、割双眼皮、全脸拉皮、面部削骨手术前后的真实照片，通通丢给AI去跑。

据报道，无论涂多厚的粉底，还是在脸上动刀子，AI算出来的评分几乎没有明显改变。

唯一的例外是鼻整形。 据公开报道，做完鼻子的人，AI在评估“生理年龄”时反而会估老一岁左右。雷·麦推测，这可能和手术造成的局部组织流失有关。

这个细节，是不是让你心里有点发毛？

因为鼻梁，恰好也是它用来捕捉信号的锚点。

它到底在看什么？ 🔬

那它到底在看什么？

哈佛官方的报道提到一个细节：其实医生在接诊时，也会凭借整体外观对患者状态做出初步判断。有经验的临床医生进诊室，光是看一眼，就能感觉到这个人“状态不对”。

AI在尝试做的，正是把这种原本只能意会的观察，变成可量化的数据。

从现代生命科学的角度来说，人的脸不是一张孤立的皮。它是全身血管网、自主神经、内分泌、皮下脂肪垫和几十块表情肌交汇的地方，信号密度极高。当身体内部出现持续的应激反应，当某个系统开始透支，脸上最薄、微血管最密集的区域，往往最先出现微小变化。

普通人的肉眼看不出来，要等到明显消瘦才能察觉。但深度学习可以把人脸分割成无数个像素块，在患者外表看起来还正常的时候，就捕捉到那些微米级的轮廓细节。

这也许就是为什么《韩非子》里扁鹊见蔡桓公的故事：前三次只是站在几步外，看了看他的脸，就说出了病情所在。到第四次，扁鹊一看到他，一句话也没说，转身就走了。后来蔡桓公果然没撑过去。

以前我们总觉得这是古代神话，是夸张。但如果脸本来就是身体状态的高密度显示终端，那这个故事，也许只是忠实记录了一个观察极为精准的医生，做了他能做的事。

那些“悄悄发生”的消耗 ⏳

研究团队还计算了一个指标：AI估算的面部年龄，与一个人实际年龄的差值。

据公开报道，在追踪数万名放疗患者的数据中，他们发现：如果AI认为你看起来比实际年龄老5岁以上，就算把年龄、性别、癌症类型等因素都考虑进去，死亡风险仍然会高出21%。

什么最容易把这个差值拉大？

公开报道提到，酗酒、吸毒和吸烟的人，在AI眼里都显得更老。吸烟的规律最明显：吸烟的人，看起来比戒了烟的人老；戒了烟的人，又比从没吸过烟的人老。

这不是在说“熬一次夜你的脸就会老十岁”。相关性不等于因果，一个数据不等于一个人的命运。但它指向一件事：那些你以为悄悄发生、没有留下痕迹的消耗，可能比你以为的更难被抹掉。

前阵子，一位朋友发来一张她最近的照片，说“最近总觉得眼睛下面塌了，但也说不清楚哪里不对”。她不到四十，连续高强度工作三年，睡眠从来凑合。

我没说什么。有时候一个人知道自己的问题在哪里，只是还没准备好承认。

技术的边界与伦理 ⚖️

研究者在论文里特别说明，这套工具目前的作用，是帮助医生识别那些表面稳定、但内部风险已经升高的患者，从而做出更合适的治疗决策——而不是拿来预测普通人的寿命，也不是要取代任何现有的临床诊断。

独立评审专家也指出，预测结果并不等于解释了疾病机制，这类工具还需要更多前瞻性的临床验证，才能真正进入常规医疗流程。

而且，比技术更难办的，是技术以外的问题。

美国纽约大学生物伦理学中心主任马修·廖（Matthew Liao）就提出了担忧：这类工具也许能帮医生找出需要额外关照的病人；但AI也会出错，一旦把需要治疗的人误判成“没事”，这个人可能就得不到应有的照护。

他还担心另一种情况：保险公司拿它来决定给不给人投保，雇主拿它从一群求职者里，挑出看起来“更健康”的那个。

一张脸部照片，拍下来只要一秒，几乎每个人的手机里都有。这正是这项技术的好处，也是它让人不安的地方。

所以这篇文章想说的，也不是“赶紧照镜子找征兆”，更不是“脸色差就说明你快不行了”。

只是有时候，我们最容易忽视的，恰恰是最近距离的那面镜子。

不是因为镜子会算命，而是因为它每天都在，我们却总是匆匆瞥一眼就走开了。

脸上那点倦意，那点眼下的暗沉，我们早就看见了，只是总说“没事，最近比较忙，过段时间就好了”。

然后又是一个“过段时间”。

掐灭手里的烟，放宽心里的事儿，好好吃饭，安稳睡觉。

这句话，研究者没说过，但也许比任何论文结论都更实用。

镜子里那张舒展明亮的脸，不是哪种昂贵的护肤品能给你的，也不是睡前刷完这篇文章就能换来的。

不过，早一个小时放下手机，也许是个不错的开始。 📵

本文内容基于公开科学报道整理，不构成医疗建议。若持续感到身体不适，请寻求专业医疗帮助。

---THE END---晚安 🌙

本文关于：

#AI看脸 #健康预警 #身体信号 #疾厄宫#AIFaceAnalysis #HealthWarning #BodySignals #FaceAge

互动话题：