AI工具可通过自拍预测癌症存活率
马萨诸塞州总医院布里格姆研究表明,AI可从面部照片估算生物年龄和生存风险。
关键事实
- FAHR‑Face在超过4000万张面部照片上训练。
- 该模型产生了两个工具:FAHR‑FaceAge估算生物年龄;FAHR‑FaceSurvival预测癌症存活率。
- 该研究发表在《柳叶刀数字健康》上。
- FAHR‑FaceAge与实际年龄的偏差与生存率独立相关。
- 这两个工具依赖不同的面部区域,且仅弱相关。
马萨诸塞州总医院布里格姆的研究人员构建了一个名为FAHR‑Face的基础AI模型。根据《卫报》报道,该模型在超过4000万张面部照片上训练。该研究发表在《柳叶刀数字健康》上。作者包括Hugo Aerts和Raymond Mak。
根据MedicalXpress,FAHR‑Face学习了面部的一般表示。该模型可适用于不同的健康结果。研究使用该模型创建了两个工具。一个工具估算生物年龄;另一个预测癌症存活率。
根据MedicalXpress,FAHR‑FaceAge聚焦于鼻唇沟、眼睛上方的额头和太阳穴。根据MedicalXpress,FAHR‑FaceSurvival评估眼睛下方和鼻梁周围的区域。根据MedicalXpress,这两个工具依赖不同的面部区域。根据MedicalXpress,它们的预测仅弱相关。
根据MedicalXpress,研究发现FAHR‑FaceAge比实际年龄大五岁或以上的患者在四年随访期间死亡风险高21%。根据MedicalXpress,FAHR‑FaceAge比实际年龄小五岁或以上的患者死亡风险低17%。根据MedicalXpress,FAHR‑FaceAge与实际年龄的偏差与生存率独立相关。
根据MedicalXpress,研究人员还考察了生活方式因素。根据MedicalXpress,大量饮酒、吸毒和吸烟与看起来生物年龄更大相关。根据MedicalXpress,现吸烟者看起来比前吸烟者更老,前吸烟者比从未吸烟者更老。根据MedicalXpress,吸烟呈现最强的关联。
根据Raymond Mak,医生需要更好的方法来评估患者的体能储备,以便在建议强力治疗前做出判断。根据MedicalXpress,作者表示AI工具可以支持个性化治疗决策,但不能取代医生判断。根据MedicalXpress,他们认为该方法具有可扩展性和可量化性。
背景
医生正在探索使用AI在强力癌症治疗前评估患者的脆弱性。该研究利用面部照片估算生物年龄和生存风险。此方法可帮助调整治疗强度。
各媒体如何报道标题
本文如何生成
由我们的 AI 编辑部根据 2 家独立媒体整理,并由另一位 AI 编辑对照来源核查。仅报道来源中出现的内容。发现错误?所有来源均在下方列出。
Correction or source request? simoneggert16@gmail.com
Open reader debate: Factual contributions and additions are synchronized directly in real time across all readers.
Loading contributions from cloud server…
Reader Discussion & Community Notes