ARTICLE · 1291271
AI软件仅需看脸就能断人生死,准确率还极高!
AI软件仅需看脸就能断人生死,准确率还极高!
10 月 19 日，《柳叶刀·数字健康》在线发表了一项研究，模型叫 FAHR-Face，全称展开是"用于健康识别的面部人工智能基础模型"。 该模型由美国麻省总医院布里格姆医疗系统主导。作者涉及专业的放射肿瘤科医生以及AI医学专家。团队的目标是想让医生在建议放疗、手术或全身治疗之前，能借助该模型更量化地评估患者的身体条件和衰弱程度。 而这套模型整套数据都是来自接受放疗的癌症患者，并未在普通人群中进行验证。 
既然是AI就离不开数据投喂和训练，所以FAHR-Face 的训练第一步就是数据投喂。 团队找来 4000 多万张人脸照片，用掩码自编码的方式做自监督预训练，简单说就是把照片遮掉一块，让模型根据剩下的部分把缺的补回来。要补得准，它必须真的理解人脸的结构，左右对称、五官的空间关系、光影怎么过渡。所以他第一步训练的关键就是认识脸。 然后模型才进入临床。团队在这个已经认识脸的模型上，微调出两个各干各活的工具。FAHR-FaceAge 估算生物学年龄，FAHR-FaceSurvival 直接从照片判断癌症患者的死亡风险。 在年龄模型上，它在 10 个公开数据集、74 万多张带年龄标签的照片上微调，覆盖 0 到 116 岁。在公开测试集 APPA-REAL 上，预测年龄和实际年龄的平均绝对误差是 5.09 年。 5 年误差听着不小，但是它本来也不打算算准岁数。他看的是另一个数，FAD，也就是模型估的年龄减去你的实际年龄。也就是你看起来比实际年龄老多少岁。 在 38183 名接受放疗的癌症患者里，FAD 越高，死亡风险也就跟着增加，也就是说老的越快死亡风险也就越高。 即使所识别到的照片有化妆、换表情、换角度、换光照等因素影响，估计值也基本不动；眉毛修整、眼睑手术、拉皮、面部骨骼手术前后也没有显著差异。只有做过鼻整形手术的会有一年左右的误差。 
FAHR-FaceSurvival 后来不再直接预测活多久，而是对不同照片进行比较，看看谁能活得更久。 在近期一项针对122名患者的判断中，被诊断为最高风险的122人中有64人在90天内去世，占52.5%，被诊断为最低风险的，90天内去世的只有20人，占比仅为2.1%。 模型在判断年龄和诊断“活多久”两个不同的模型在分析人脸的时候方向也不一样。年龄模型更关注的是鼻唇沟、前额和太阳穴，也就是常说的衰老区；生存模型盯的是眼睛下方和鼻梁周围，那片地方在临床上常被叫做"病容"。 从医学的角度来说，恶性肿瘤对身体的消耗是极大的，患者很容易出现面部脂肪流失、眼眶凹陷和肌肉萎缩。这其实就是身体储备功能下降、整体虚弱的表现。 
正如医生在看病时也会先看病人脸色一样，只是很多时候肉眼的观察不如AI那边细致。 这款模型有很多优点，只需手机拍一张照片就行，不仅成本低而且出结果还快。 但这款模型如今依然无法提供完整的医学依据，并且也缺乏足够的临床试验，前期所有的研究都只是建立在较小样本的基础上，并且前期测试患者几乎都是白人，针对亚洲、非洲、拉美人群，以及所有非癌症人群是否依然准确，至少短期内还给不出答案。 最关键的是，任何基于人脸训练的模型都会把种族隐含地纳入预测，这在医学预测里争议极大。再加上缺乏监管许可，一旦出错结果也无人承担。 在作者看来，把 FAHR-Face 定位成一个低成本的补充手段，是当前比较妥当的位置。医生用它来辅助诊断，普通人用来作为辅助预防，至于他真正走进医院，至少目前看来条件还并不成熟。
以前街边的算命先生最常说的一句话就是“我观你印堂发黑，恐有血光之灾”，大多是用来骗人的开场白。
但如今却有AI软件将这种“看相”的本事用在了医学上，只需看一张脸就能判断一个人还能活多久，并且准确率还极高。
FAHR-Face
它先学"什么是脸"，再学"什么是病"
5.1 年的误差
两个模型看的不是同一张脸
