一張大頭照算出九十天風險，AI 盯上的正是希波克拉底看過的地方

兩千四百年前，希波克拉底寫下他對臨終病人的觀察：眼窩凹陷、太陽穴塌陷、鼻尖瘦削，是一個人走近生命盡頭時，臉上最先出現的變化。兩千四百年後，一個看過四千萬張臉的演算法，在沒有人指點的情況下，自己盯上了其中兩個位置。

據彭博社報導，美國研究團隊開發出一款 AI 工具，只憑一張臉部照片，就能為癌症患者預測生存情況並生成風險評分，論文發表於《柳葉刀・數位健康》，研究人員稱這類成果尚屬首次（IT之家 10 月 20 日轉述）。同一個十月，可靈才把 AI 生成的影片拉長到三十秒，這裡的 AI 更省事，一張靜照就夠。

一張照片牽出的問題比想像中多。我們把讀者最可能想問的五個問題，一次問完。

一張照片，怎麼算出生死？

先把訓練資料攤開。研究團隊用超過四千萬張人臉影像訓練模型，再以三萬多名癌症患者的照片完成訓練，其中不少患者後來離世，他們的臉與他們的結局，成了模型學習的教材。

訓練完成的模型有兩項本事。其一是估算年齡，誤差約五歲；其二是為癌症患者生成風險評分，分數最高的一組，更有可能在九十天內死亡。研究顯示，模型能把患者可靠地劃分成高風險與低風險兩組，兩組的死亡風險差異明顯，而且在不同年齡、種族、性別與癌症類型的人羣中都成立。

研究人員對它的定位相當節制：補充醫師的臨牀經驗判斷，為治療方案的制定提供參考。在醫療資料不足的場景下，這個工具的價值尤其被研究團隊點出，一張照片能先給出一個粗略方向。

演算法在看臉的哪裡？

論文作者之一、麻省總醫院布萊根癌症研究所的放射腫瘤醫師雷蒙德・馬克，對媒體坦承模型對生存期的預測效果好得出乎他意料。團隊進一步檢視演算法把注意力放在何處，發現它主要看兩個位置：鼻樑，以及眼下。

馬克事後查閱資料，翻到希波克拉底的古典描述：眼窩凹陷、太陽穴塌陷、鼻尖瘦削，是生命即將走到盡頭的早期外在體徵。演算法自己挑中的地方，與兩千四百年前的牀邊觀察幾乎重疊。

他在受訪時說，醫師受訓時本來就會從患者的外貌狀態評估病情，但「通常很難準確預估臨終患者的剩餘生存期」。在他看來，AI 從一張臉部照片裡捕捉到的，是人體部分生理儲備狀況與死亡風險之間的關聯。

醫界買單嗎？

並沒有全買單。薩裏大學視訊處理與機器學習教授米羅斯瓦夫・博貝爾沒有參與這項研究，他對彭博社直言，這款工具還不能投入臨牀使用。

他的疑慮有兩層。第一，預測結果不等於解釋成因，模型給得出分數，說不出為什麼。第二，這項研究並未證明該預測能在醫師對患者整體健康狀況的評估之外，提供額外具臨牀價值的資訊，而研究本身也沒有衡量醫師的這類評估。他補充，這個工具還需要對照醫師的主觀判斷，在不同醫院、不同患者羣體中做更多測試。

換句話說，模型在實驗室裡分得出高風險與低風險，是一回事；它有沒有比資深醫師多看見什麼，是另一回事。後面這一題，論文還沒有作答。

這跟看面相、看氣色，差在哪？

從臉推測壽命，是人類最古老的行當之一。中醫四診「望聞問切」，望排在第一位，看的正是氣色與神態。「希波克拉底面容」在西方醫學裡同樣是教科書級的名詞，專指久病垂危者那張凹陷的臉。民間相術走得更遠，從《麻衣相法》到街邊相攤，人中長短、法令紋深淺都被排進論壽的清單。

這款 AI 工具與相術共用同一個前提：臉會洩漏身體的內情。差別在方法。相士的斷語無法回測，AI 的分數卻能拿三萬多個病例驗收，附上誤差範圍，也標明在哪些族羣成立。不過它同時繼承了看臉這門手藝的老難題，從外表推內在，永遠有看走眼的空間。相士看錯了，折的是招牌；醫療模型看錯了，動到的可能是治療選擇。

現代人其實早就習慣把臉交給演算法：解鎖手機、相簿自動分類、濾鏡試妝，都是日常。這一回，演算法要從同一張臉裡讀出的東西，重量完全不同。

放在更大的版圖裡，這只是 AI 擠進醫療現場的其中一扇門。報導也點出，越來越多 AI 工具正在癌症檢測與治療領域開展試驗，有的透過閱片輔助診斷，有的分析基因與生活風險因素、預測個體的患癌風險。在生命科學的另一端，RFdiffusion3 已經把蛋白質拆到逐顆原子去設計。AI 一邊學著造藥，一邊學著讀臉，用的是同一個時代的運算力。

會不會變成拒絕治療的理由？

馬克把話說在前面：這個工具不會用來拒絕或限制患者獲得治療。他點出一個臨牀現實，面對臨終患者，醫師有時會採取過度治療。在他的設想裡，這個分數只是給醫師多一項參考資訊，讓後續的討論多一個時間感。

真正難的在技術之外。分數給誰看、什麼時候給、由誰解釋，論文都沒有給答案。博貝爾要的跨院驗證是一關，各國對醫療 AI 的審查是另一關。在這些關卡走完之前，它停留在研究階段，是比較穩妥的位置。

希波克拉底那一代醫師看臉，靠的是病榻邊累積多年的眼力；這一代演算法看臉，靠的是四千萬張照片與三萬多個結局。看的東西相差不遠，責任的重量差得很遠。等它有一天走進診間，準確率之外還有一道更難的考題：當一張照片先給出答案，醫師、病人與家屬，打算拿這個答案做什麼。