美國麻薩諸塞州 Mass General Brigham（一間非牟利綜合學術醫療系統）嘅團隊研發咗一套人工智能系統，聲稱可以用單一張面部照片，估計一個嘅「生物年齡」（即人看起來嘅年齡，唔係實際出生日期），並預測癌症患者嘅存活機會。研究刊於《柳葉刀·數字健康》（Lancet Digital Health），2026年10月19日見報。
兩個工具，各睇一隅
研究人員由同一個模型開發咗兩個互補工具。FAHR-FaceAge 估計患者嘅生物年齡，再由生物年齡預測癌症存活；FAHR-FaceSurvival 則繞過生物年齡，直接由面部照片預測存活。
兩個算法睇嘅位亦唔同。FAHR-FaceAge 集中分析由鼻兩側至嘴角嘅皺紋、眼眶上方嘅額部同太陽穴；FAHR-FaceSurvival 則評估眼瞼下方同鼻樑附近嘅區域。研究人員稱兩者由同一模型衍伸，但捕捉到患者健康上「不同而互補」嘅資訊。
4000萬張相做底
基礎模型 FAHR-Face 以超過4000萬張涵蓋不同族裔同年齡嘅面部照片訓練。聯合資深作者 Hugo Aerts 指，呢個「基礎模型（foundation-model）做法」讓團隊可以將一套通用面部表徵（representation），適應到不同健康結果，例如生物年齡同存活，「毋須每建一個模型就重頭訓練」。
研究人員亦指出，FAHR-FaceAge 嘅結果顯示，生物年齡估算同身體健康緊密掛鈎，可能反映患者承受特定治療嘅能力。
有數字，但要有保留
研究列出具體數字：喺美國接受放射治療嘅癌症患者中，FAHR-FaceAge 判斷「看起來比實際年齡老5年或以上」嘅人，喺平均4年跟隨期內嘅死亡風險，比其餘組別高21%；「看起來年輕5年或以上」嘅人，風險低17%。
研究被形容為迄今最全面嘅示範之一，展示 AI 面部分析點樣可以輔助醫生就治療方向做判斷。Mass General Brigham 放射腫瘤科醫生 Dr Raymond Mak 稱，隨人口老化，醫生需要更好嘅方法去估算。
模姐驗嚇貨
一個自拍就估你幾耐會唔會死，呢聲係幾大就幾大。研究講嘅係「預測存活風險」，唔係「判你幾時死」；4000萬張相訓練出嚟嘅係相對於其他組別嘅風險差（21%、17%），唔係對某個人嘅確定判決。生物年齡同存活嘅關聯係相關性（correlation），文章冇提供獨立驗證（independent validation）、臨床試驗數據，或者呢兩個工具已唔已獲監管機構（如 FDA）核准可用。
面部照片入面埋住大量健康資訊，呢個係真實嘅研究進展；但「看相知生死」呢種講法，正正係要拆開嚟睇證據。
模姐｜深度調教
