研究显示，利用AI工具FaceAge监测面部生物年龄的变化率，可作为预测癌症预后的非侵入性指标。面部衰老加速与患者生存率下降显著相关。
每个人都有两个年龄。一个是身份证上的出生年份，即实际年龄。另一个则是身体机能表现出来的生物年龄。虽然实际年龄是预测癌症生存率的重要指标，但它无法反映个体之间生物学衰老速度的巨大差异。2026年4月28日，一项发表在《自然·通讯》上的研究带来了一个全新的视角：你的脸可能就是预测健康的窗口。
来自麻总百瀚的研究团队开发了一种名为FaceAge的深度学习工具。这个AI系统能够通过一张简单的面部照片估计一个人的生物年龄。在此前的研究中，科学家们已经发现癌症患者往往看起来比实际年龄老5岁左右，且这种面部年龄的偏差与较差的生存结果直接相关。而在最新的研究中，团队更进一步，提出了面部衰老率的概念。
面部衰老率并不是基于单一时间点的观察，而是通过分析患者在治疗过程中不同阶段的多张照片，计算出生物年龄随时间的变化速度。研究团队分析了2279名在2012年至2023年间接受放射治疗的癌症患者数据。这些照片是医院在常规临床流程中为了核实患者身份而拍摄的。通过将FaceAge测算出的生物年龄变化除以两次拍照的时间间隔，研究人员得出了每位患者的衰老速率。
研究结果显示，面部衰老率是一个极其强力的非侵入性生物标志物。那些面部衰老速度超过实际时间流逝速度的患者，其生存概率显著降低。数据显示，患者的面部衰老速度平均比实际年龄增长速度快40%。在高面部衰老率的群体中，这种衰老加速与死亡风险的增加密切相关。特别是在拍照间隔超过2年的长期观察中，这种关联性表现得最为稳定。
为什么照片里的老态能预示癌症的预后？科学家认为，面部的视觉变化反映了更深层次的系统性生物过程，如细胞衰老、DNA损伤和组织修复能力下降。这些都是衰老和癌症进展的共同特征。通过量化这种动态变化，面部衰老率捕捉到了传统临床因素或癌症阶段无法完全解释的健康信息。
目前，临床上常用的预测指标往往需要复杂的实验室分析。相比之下，面部衰老率利用现有的临床摄影基础设施，提供了一种既省钱又方便的评估方式。这对于放射肿瘤学家来说具有重要的指导价值。如果一名患者表现出极高的面部衰老率，医生可能需要考虑加强监测，或者在制定治疗方案时，平衡生存期延长与生活质量改善之间的关系。
除了预测癌症，FaceAge的应用潜力还远不止于此。它可以实现对个人健康状况的准实时追踪，通过观察衰老轨迹的变化，提前预警慢性疾病的发展，甚至可以用来评估生活方式的改变是否真的延缓了衰老。
为了让这项技术惠及更多人并收集更多元的数据，研究团队已经上线了一个由机构审查委员会批准的网页门户。普通公众可以提交自己的面部照片来获取评估，并参与到这项前沿研究中。目前，该工具已在超过24500名60岁以上的癌症患者身上进行了测试。那些生物年龄比实际年龄老10岁以上的患者，生存结果显著较差，而看起来比实际年龄年轻5岁以上的患者则表现出更好的预后。
虽然目前的研究对象主要是白人，未来还需要在更多样化的人群中验证其准确性，但面部衰老率的出现无疑为个性化医疗开辟了新路径。它巧妙地填补了视觉生物识别与底层生理变化之间的鸿沟，让每一张普通的病历照片都成为了洞察生命律动的宝贵线索。
