aifollow.news Search
Back IT之家 科技新闻
IT之家 科技新闻· · Original publication time

Researchers develop facial-photo model to predict short-term mortality risk in cancer patientsMachine translation

Automatically verified and published · Generated and evidence-checked automatically; not reviewed by a human.

AI-assisted summary

Researchers trained the model on more than 40 million facial images and photos of over 30,000 cancer patients. It assigns a risk score from a facial photo; patients with the highest scores were more likely to die within 90 days. An expert who was not involved said the study has yet to show added clinical value beyond doctors’ overall health assessments and called for testing across hospitals and patient groups.

Article · Original

The article text is unavailable in this language; an existing version is shown.

IT之家 10 月 20 日消息,据彭博社报道,研究人员开发出一款人工智能工具,仅凭一张面部照片就能预测癌症患者的生存几率。该工具可以补充医生的临床经验判断,有望为治疗方案的制定提供参考,在医疗资料不足的场景下尤其有价值。

这个新模型经过训练,既可以估算人的年龄,也能针对癌症患者预测生存情况。研究团队使用超过 4000 万张人脸图像,以及 3 万多名癌症患者的照片完成模型训练,其中不少患者已经离世。发表在《柳叶刀 · 数字健康》期刊上的这项研究显示,该工具会为患者生成风险评分,分数最高的患者更有可能在 90 天内死亡。

科研人员表示,这类研究成果尚属首次。麻省总医院布莱根癌症研究所放射肿瘤医师、论文作者之一雷蒙德 · 马克(Raymond Mak)称,医生在受训时就会通过患者的外貌状态评估病情,但医生“通常很难准确预估临终患者的剩余生存期”。

马克在采访中说:“我们认为借助人工智能,仅靠一张面部照片,就能捕捉到人体的部分生理储备状况与死亡风险。”

这款 AI 工具估算年龄的误差约为 5 岁,还能可靠地把患者划分成高风险和低风险两组,两组人群的死亡风险存在明显差异。该模型在不同年龄、种族、性别以及不同癌症类型的人群中都可以生效。

IT之家注意到,越来越多 AI 工具正在癌症检测与治疗领域开展试验:有的通过阅片辅助诊断,有的分析基因与生活风险因素,预测个体患癌风险。

尽管实验结果看起来前景可观,萨里大学视频处理与机器学习教授米罗斯瓦夫 · 博贝尔(Miroslaw Bober)却认为,这款工具还不能投入临床使用,他并未参与本次研究。

“预测结果不等于解释成因。”博贝尔说,“该研究没有证明,这套预测能在医生对患者整体健康状况的评估之外,提供额外具备临床价值的信息,而研究本身也没有衡量医生的这类评估。”他补充,这个工具还需要对照医生的主观判断,在不同医院、不同患者群体中开展更多测试。

和团队一同开发该工具的马克表示,模型对生存期的预测效果之好,让他十分意外。团队发现,算法在评估时主要关注鼻梁和眼下区域。马克查阅资料后发现,希波克拉底最早描述过:眼窝凹陷、太阳穴塌陷、鼻尖瘦削,都是生命即将走到尽头的早期外在体征。

马克称,该工具不会用来拒绝或限制患者获得治疗。“我们知道,面对临终患者,医生有时会采取过度治疗。”在他看来,这只是“给医生多增加一项参考信息”。

Found an error? Send a correction