AI 依靠单张面部照片预测癌症患者死亡风险，麻省总医院团队成果刊发于《柳叶刀・数字健康》

麻省总医院团队研发的 AI 模型，只需要一张普通面部照片，就能精准划分癌症患者的死亡风险等级，这项成果正式刊登在《柳叶刀・数字健康》期刊，给肿瘤预后评估开辟了低成本、无创的全新技术路径。这项技术能够落地，核心是人体面部状态会直观反映全身生理储备、衰老程度与慢性病进展，AI 可以捕捉到肉眼很难分辨的细微面部特征；团队先搭建基础大模型，再用海量人脸数据完成训练优化，最后在多组癌症患者队列里完成验证，最终实现稳定的风险分层效果；这套 AI 工具不需要抽血、影像检查，只用一张自拍照片就能输出预后评分，能够弥补基层医疗缺少检验数据的短板，辅助医生制定保守治疗、姑息治疗等方案，整体技术可复制、易推广，具备大范围临床普及的基础。

一、AI 模型基础架构与训练方案

1. 基础模型名称：FAHR-Face 健康识别基础大模型，整套体系拆分出两个独立子工具，分别为 FAHR-FaceAge 生物年龄估算模块、FAHR-FaceSurvival 癌症死亡风险预测模块，两个模块共用基础模型权重，分别抓取面部不同区域特征科学网。

2. 训练数据集清单

基础数据集：4000 万张通用人群面部图像，用来完成模型基础视觉特征学习；

临床微调数据集：34389 名癌症患者的面部照片，配套完整随访生存数据，包含不同癌种、不同年龄、不同人种的样本，保证模型普适性。

3. 模型抗干扰优化

研究团队专门测试了妆容、美颜、光线变化、拍照姿势、医美手术等多种干扰条件，模型依然可以保持稳定输出，不会因为外部拍摄条件出现大幅偏差。

二、AI 识别的面部核心区域与评估逻辑

1. 生物年龄模块重点识别区域：额头、太阳穴、法令纹区域，用来判断患者生物学衰老水平，生物学年龄越大，癌症远期预后越差科学网。

2. 死亡风险预测模块重点识别区域：眼下皮肤、鼻梁周边软组织，这两处皮肤状态和全身脏器储备能力高度相关，是短期死亡风险的核心判断依据科学网。

3. 评分机制：模型输出四分位风险等级，最高风险分组患者短期死亡概率是最低风险分组的 3.22 倍，预测结果经过多变量模型校正，排除了肿瘤分期、基础疾病等干扰因素，结果可信度更高。

三、临床试验数据与实际应用价值

1. 测试队列规模：总计 3820 名癌症患者作为独立测试组，跨多种实体肿瘤，覆盖男女不同性别、多个人种，模型在全部亚组都能稳定区分高、低风险人群。

2. 核心技术指标：生物年龄估算平均误差仅 5.1 年；短期 90 天死亡风险预测准确率显著高于医生纯肉眼主观判断；把年龄模块和生存预测模块组合使用，整体预后评估精度还能进一步提升。

3. 临床落地场景清单

场景 1：基层医疗机构缺少检验与影像设备，只用照片快速完成患者风险分层；

场景 2：晚期肿瘤门诊，快速预判患者剩余生存期，合理安排姑息治疗方案；

场景 3：大规模肿瘤人群筛查，低成本完成人群预后初筛，节约医疗开支。

四、技术创新亮点

1. 无创零成本：仅依靠普通手机拍摄照片，不需要任何侵入式检查，没有额外医疗花费；

2. 小样本高效微调：依托千亿级人脸基础大模型，仅依靠三万多条癌症患者照片，就能完成临床任务优化，大幅降低临床 AI 的数据采集门槛；

3. 量化主观经验：把医生 “看气色判断病情” 的传统临床经验，转化成可量化、可复现的 AI 数据指标，消除人为判断误差。

【相关 FAQ】

问题 1：这款 AI 仅凭面部照片预测癌症患者死亡风险，技术核心原理是什么？

回答 1：这款 AI 预测癌症患者死亡风险，核心原理是面部皮肤状态可以直观反映全身生理储备与生物学衰老程度，AI 精准捕捉眼下、鼻梁等区域的细微皮肤变化，把面部视觉特征转化为量化风险分数，以此预判癌症患者短期生存结局，把传统肉眼评估转化为标准化数据评估。

问题 2：麻省总医院这款面部照片 AI 模型，在不同癌种、不同人群里都能稳定使用吗？

回答 2：该面部照片 AI 模型经过多组独立临床队列验证，在不同年龄、性别、人种，以及肺癌、消化道肿瘤等多种癌症类型当中，都可以稳定区分高死亡风险与低死亡风险患者，具备很好的人群通用性，不会局限于单一病种。

问题 3：只用一张面部照片做癌症预后评估，相比抽血、CT 等常规检查有哪些优势？

回答 3：面部照片 AI 评估完全无创，不需要采血、放射影像检查，操作只需要手机拍照，成本极低；在医疗资源不足、缺少检验设备的基层场景，能够快速完成患者风险分层，弥补常规医疗检查覆盖不足的短板，还可以辅助医生修正主观判断偏差。

【数据来源】

[2026-10-20]（AI 仅凭一张面部照片即可预测癌症患者死亡风险）科学网

[2026-10-20]（新 AI 工具问世：仅凭一张面部照片即可预测癌症患者生存几率）IT 之家

[2026-10-20]（一张面部照片估算癌症患者死亡风险）内蒙古晨报

[2026-10-19]（Foundation Artificial Intelligence Models for Health Recognition Using Face Photographs）arXiv 论文原文

[2025-09-17]（Cancer AI Technology Uses Face Photos as a Prognostic Tool）麻省总医院官网

免责声明：本文内容全部基于《柳叶刀・数字健康》公开论文与官方科研新闻整理，该 AI 面部评估工具目前仅处于科研验证阶段，暂未正式投入临床常规诊疗；AI 评分仅作为预后辅助参考指标，不能替代病理检验、影像学检查与医师综合诊断，不可以单独用来制定治疗方案；技术后续还会持续迭代优化，最终落地标准以药监部门审批结果为准。