AI识读人脸预测生死——竞赛正式开启
《自然通讯》发表研究:深度学习模型能从普通面部照片提取死亡风险,优于传统分诊评分与血液检测。但算法公平性将决定这项技术是改善医疗还是加剧不平等。
胜过验血单的影像诊断
一位患者呼吸急促、意识模糊地冲进急诊科。分诊护士记录生命体征——心率升高、血压偏低。实验室结果几小时后才能出来。在这段空白期里,医生只能靠猜测判断。
现在,他们或许不用再猜了。哥本哈根大学与哥本哈根大学医院的研究团队本周发表成果,证明一张简单的人脸照片——手机拍摄的那种——包含足够的预后信号,可以预测患者是否会在三天或三十天内死亡。该模型基于丹麦27,660例急诊入院数据进行训练,在预测3天死亡率时达到曲线下面积(AUC)0.80,30天死亡率时达到0.77。
这些数字之所以重要,是因为它们超越了分诊等级、早期预警评分、生命体征、血液生化面板,甚至从同一张人脸推导出的预估生物年龄。简而言之:面部似乎编码了传统检测手段无法捕捉的临床恶化信息。
这并不意味着面部扫描能取代验血。它的价值在于识别出那些看起来比当前评分更危重的患者——包括研究中明确区分的一群:早期预警评分(EWS)低但面部风险评分高的患者。在这一群体中,处于最高面部评分四分位数的患者,其30天死亡的比值比为13.39,远高于低分组同行。在整个队列中,EWS和面部评分双高的患者,其30天死亡风险是低风险患者的三十倍。
那些"行走的伤员"——纸面上看似稳定、生理上却在恶化的患者——终于可能拥有一种可检测的签名。
面部究竟在向算法传达什么
研究并不声称神经网络会"读取"恐惧或疼痛等有意识的表情。临床分诊环境中的人脸照片通常是中性的——患者安静坐着,手机镜头捕捉其特征。深度神经网络真正学习的似乎是皮肤质地、气色、眼周暗沉、唇色以及其他与灌注、炎症和自主神经状态相关的次感知线索中可见的生理标记。
这些信号随时间缓慢衰退。该模型可能在实验室数值跨越诊断阈值之前,就已捕获早期休克、轻度缺氧或全身性炎症反应。同一面部衍生评分优于预估生物年龄这一事实表明,网络提取的是病情特异性的预后信息,而非仅仅确认重病者看起来更老。
这一区别至关重要。若对研究结果作纯外观解读,就会将其简化为衰老与死亡率之间的相关性——这虽显而易见却无临床价值。研究展示了相反的证据:面部信号提供了独立于外貌年龄的额外信息。
谁会最先受益
如果医院采纳这项技术,以下几类人群将立即获益。
被纳入低危急程度分诊类别却在默默恶化的患者情况最好。目前,住院期间的心脏骤停相当比例发生在最初不符合快速反应或密集监测标准的患者身上。在分诊决策中叠加面部风险指标可以更早发现这些患者,触发提前干预。
长期承受运营压力的急诊科有望获得效率提升。若五秒拍照能在筛选低风险患者减少不必要的监护床位占用的同时精准抓住真正高危病例,床位管理便能改善而无需增加人力成本。
研究临床恶化模式的研究人员将获得新的数据维度。面部评分框架将非结构化的视觉输入转化为可复现的数值指标——这正是嵌入电子健康记录的预测分析平台所需的输入类型。
谁会受损,且影响比你想象的更深
研究的数据库来自丹麦急诊科,患者中位年龄73岁,男性占52%。按全球标准衡量,这一人群样本过于狭窄。丹麦医疗体系的族裔构成相对单一,与美国、英国或欧洲大陆大部分地区不同。肤色、面部结构差异以及 Presentation 风格的种族/文化差异,都会影响面部表型与临床状态的关联性。
医疗领域的算法偏见并非假设性担忧。广泛研究的案例包括主要用浅肤色数据训练的皮肤病学AI对深肤色患者做出不准确的诊断,以及历史上因基于成本的代理变量而低估黑人患者疾病负担的心脏病风险算法。针对以白人北欧老年人为主体的数据集训练的死亡率预测工具存在类似风险:它可能对面部生理特征不同的患者系统性高估或低估风险。
作者团队已为此项工作提交了相关风险预测方法的临时专利申请。诊断算法的知识产权主张为公平部署带来额外复杂性。未获授权协议的医院无法实施该工具;缺乏资金的创业公司无法与专利持有者竞争。结果是创新集中在资金充裕的机构——正是这种动态往往让资源不足的人群被甩在身后。
监管真空
没有主要卫生监管机构评估过这项技术。美国食品药品监督管理局(FDA)已发布关于作为医疗器械的AI和机器学习软件指南文件,但这些框架仍处于发展初期。欧盟《医疗器械法规》同样涉及依赖AI的设备,但鲜有针对面部表型分析的先例。本研究结果尚属初步——发表版本注明还需进一步编辑才能定稿——跨多样化人群的独立验证尚未完成。
未经验证即采用是数字健康的已知失败模式。2018年Optum算法争议中,一款广泛部署的风险预测工具系统性歧视黑人患者,证明了不受控制的部署如何迅速演变为制度性伤害。监管路径存在但推进缓慢。临床采用通常比正式批准早数年。在此情境下,这一顺序尤为危险。
接下来会发生什么
未来二十四个月内可能出现多种情形。
独立研究小组将尝试利用美国、亚洲和非洲数据集进行复制。若面部预后信号跨人群具有一致性,该技术将加速推广;若在北欧队列之外性能骤降,领域将围绕人口特异性训练数据的必要性重新校准——这将使商业可行性复杂化。
与专利持有者已有合作关系的医院系统可能在选定急诊科启动试点部署,包装为质量改进倡议而非正式临床试验。这些试点将产生真实世界证据,同时暴露对照研究遗漏的任何族裔性能差距。
患者权益组织和公民自由团体将审视同意框架。用于算法训练的数据医学数据库中存储的面部照片引发不同于常规临床影像的隐私问题。用于预测死亡率的照片与仅保留用于参考比对的照片具有不同的预期用途。多地司法管辖区已就生物识别数据的二次使用展开法律挑战。
竞争方案将陆续出现。其他团队将探索步态分析、录音或视网膜成像是否携带类似的预后信号。面部方法享有先发优势的光环,但不一定有精度上的绝对优势。若在更多样化人群中验证的另一模态可能完全取代面部分析。
最核心的问题不是这项技术是否在丹麦医院有效,而是它能否 everywhere 有效、是否能公平有效,以及推动其部署的激励是否与患者福祉对齐而非机构便利。这些答案将塑造一个十二个月前尚不存在的新诊疗品类。