跳到正文
EJ Tech 信報科技 · AI· 信報財經新聞·· 2026-10-22AI 評分59

麻省醫院聯網團隊開發 FAHR-FaceSurvival 評估癌症患者存活風險

醫療科技|掃臉模型估算罹癌者存活率

AI 導讀

美國麻省醫院聯網(MGB)團隊開發 FAHR-FaceSurvival,根據臉部特徵估算癌症患者的相對死亡風險。該模型以逾3.4萬名美國癌症患者的照片訓練;測試近4000人時,分數低於0.25者的5年存活率約78.1%,達0.75或以上者為17.7%。以荷蘭癌症患者資料作外部驗證時,分數每增加0.1,死亡危險率增加約9%。

正文

原文刊於信報財經新聞「CEO AI⎹ EJ Tech」

美國麻省醫院聯網(MGB)團隊,早前利用超過4000萬張臉部影像,訓練人工智能(AI)估計一個人的生物年齡,以及預測癌症患者存活機率,有關論文已發表於《刺針數碼健康》(The Lancet Digital Health)期刊。

4000萬張影像訓練AI

研究人員首先從中國學者製作的大型人臉資料庫WebFace42M,取得來自逾200個地區、逾500種職業、約200萬名不同人物,年齡、外貌、姿勢與拍攝光線各異的照片,藉此訓練基礎模型FAHR-Face。

其後,MGB團隊分別從該模型衍生製作兩種工具:一是估算臉部年齡差距(FAD)的FAHR-FaceAge,由逾7.4萬張標記年齡的照片訓練而成,旨在判斷病人看來比實際老或年輕多少。在分析逾3.8萬名美國癌症病人後,團隊發現FAD達5年者的死亡危險率高21%。

第二款是評估病人存活機率的FAHR-FaceSurvival,由逾3.4萬名美國癌症病人的照片訓練,旨在根據臉部特徵給出介乎0至1的相對死亡風險分數。團隊再以近4000名美國癌症患者測試,發現分數低於0.25者,5年存活率約78.1%,分數達0.75或以上者則只有17.7%。

以荷蘭癌症病人資料作獨立外部驗證,結果顯示FAHR-FaceAge的FAD每增加10年,死亡危險率增加約13%;FAHR-FaceSurvival分數每增加0.1,死亡危險率則增加約9%。

來源:EJ Tech 信報科技 · AI · ejtech.ai