AI看脸预测死亡风险:两项研究发布,AUC最高0.80
预测能力与临床价值之间,不能直接画等号
这组研究来自微信公众号“西直门外汉”,作者老孙去也。
相面先生的生意,AI也来抢了。11月19日《自然·通讯》刊出一项研究:丹麦研究人员把27660张急诊患者的面部照片交给AI,结果发现,只看一张脸,就能把患者的死亡风险分出层次。模型预测3天内死亡的AUC为0.80,30天为0.77。在这批患者里,它区分风险的能力压过了部分传统急诊分诊指标和临床风险评分。
还有一点更耐人寻味:一些传统预警评分本来不高的患者,AI却给出了较高的死亡风险。
往前推一个月,哈佛医学院等机构在《柳叶刀·数字健康》上也发了一项研究。团队先用超过4000万张人脸照片训练AI,接着拿癌症患者数据训练生存预测模型。结果,被模型划入最高风险四分位组的患者,死亡风险是最低组的3.23倍。
两项研究隔了一个月,患者人群也不同,做的却是同一件事——从脸上找死亡风险的线索。
当然,AI还没本事预知生死。它能判断谁的风险更高,谁还能活多久,眼下算不出来。只是过去属于相面先生的一些说法,如今真有人拿着临床数据在认真研究了。
01
医生看病,本来就先看脸。面色苍白、眼窝凹陷、面容消瘦,经验丰富的医生见了,往往会多留个心眼。
古希腊医学里有个专门叫法——“希波克拉底面容”,说的就是重病患者可能露出的特征性面容。麻烦在于,医生能描述这些变化,却很难把它折算成一个统一的风险分数。
这一环,AI想补上。
哈佛团队的做法是:先让模型从4000多万张照片里学面部特征,再按不同任务分别训练算法。一个估面部年龄,另一个预测癌症患者的生存风险。
研究纳入38183名美国癌症患者,另外还在荷兰4892名癌症患者组成的独立队列中做了外部验证。面部年龄模型预测实际年龄,平均绝对误差约5.1岁。
生存预测模型那边,高、低风险组之间的死亡风险比为3.23。数字确实好看。
但要说清楚:4000多万张照片主要用于学人脸特征,不等于研究人员手里有4000多万人的健康档案。5.1岁的误差也只是视觉年龄的估算误差,证明不了AI准确测出了人的生物学年龄。
3.23倍是患者群体之间的统计比较,没法直接换成某一个人的死亡概率。AI能发现面部特征与死亡风险之间的关联,可据此判断某个人的寿命,它还做不到。
这条线,必须划清。
02
哈佛那项研究之外,丹麦团队把场景挪到了更敏感的急诊科。那里,医生每天都要排出谁先救、谁后救。
分诊本身有一套成熟标准,医护会看意识状态、呼吸、血压、心率这些指标,据此判断患者有多紧急。可临床上的危险,未必都能被这些指标兜住。
丹麦研究纳入的患者年龄中位数为73岁。研究人员发现,传统早期预警评分偏低的患者里,面部AI照样能挑出死亡风险明显偏高的一群人。
换句话说,算法可能抓到了常规分诊指标没充分反映的东西。假如日后经过临床验证,这项技术能帮医生回头再看一眼那些表面不危急的患者。
不过,论文里的风险分层,离急诊室真正用起来还差一段路。
公开的研究预印本显示,部分照片的采集时间可能延伸到患者入院后30天内。这跟患者刚进急诊、医生必须马上决定救治顺序的情形,并不完全一样。
研究只能说明面部照片里含有预后信息,并不能证明在急诊分诊的第一时间上模型,效果也照样成立。
还有一个问题,研究没有充分作答:AI认出的高风险患者,医生原本能不能认出来?
要是一位患者明显消瘦、精神萎靡,医生结合病史、查体和检查结果已经判断他身体状况很差,AI再补一个高风险评分,多出来的价值就得重新掂量。
英国科学媒体中心请来的独立专家点评哈佛研究时,也点了这个局限:模型还没证明,在医生现有的整体状况评估之外,它能提供多少真正有用的临床信息。
预测能力和临床价值,不能直接画等号。
03
真正的麻烦,出在AI评分进入临床决策之后。
设想一位晚期癌症患者,医生根据病情、身体状况和治疗意愿,认为可以接着做下一阶段治疗。偏偏这时,面部AI给了一个很高的死亡风险评分。
医生要是坚持原方案,就得解释为什么没采纳算法的提示;要是因此调低治疗强度,患者又可能丢掉一次治疗获益的机会。
死亡风险高,不等于治疗没价值。临床医生真正想知道的,还有患者扛不扛得住治疗、不同方案各自可能带来多少收益和伤害。
眼下,两项研究都没有证明,照着面部AI评分去调整治疗方案,能改善患者的最终结局。
可医院一旦采购并启用这类系统,责任就含糊不得。
假设急诊科把一位患者划进低优先级,AI却判定其死亡风险偏高,医院得先定下来:谁来复核这个结果。真要医生加做检查、加派人盯护,触发条件也得写清楚。假阳性一多,急诊科就会多出一堆检查和观察;漏判属于假阴性,后果落在患者头上。
以往医生凭临床证据下判断,医院按诊疗规范查质量。往后病历里多出一个AI死亡风险评分,医生不采纳算法意见,要不要另写说明?算法提示被跳过、随后出了不良结局,医院又拿什么标准去评价?这些流程,都得一条条定下来。
模型由软件供应商提供,可诊疗活动还是医院组织、医生动手。采购合同上那句“仅供辅助参考”,替代不了医院对临床使用边界的管理。算法越往治疗决策跟前凑,医生要做的解释工作恐怕越多。
04
对做医疗AI的企业来说,这个方向显然很有吸引力。
以往不少医疗影像AI靠的是CT、MRI或病理图像,绕不开专业设备,还得接进医院信息系统。面部AI的采集门槛低得多,一部手机拍张照就可能完成。要是后续研究真能证明临床上有收益,急诊风险评估、肿瘤随访、老年医学都有可以落地的空间。
采集便宜,不等于医院肯买单。电子病历、检验系统、成熟的风险评估流程,医院早就有了。再买一套面部AI,企业得拿出证据:能多找出多少原先被漏掉的高风险患者,又会多出多少误报。由此增加的检查、复核、监护和培训开销,同样得有人来付。
还有数据。
以前医院拍患者照片,多用于核对身份或者记录病历。如今同一张照片,可能被拿来推断健康状况,甚至推断死亡风险。生物识别信息和医疗健康信息,在我国《个人信息保护法》里都属于敏感个人信息。用途一变,医院就得重新检查处理依据、告知与授权、数据留存,还有供应商的权限。
更实际的问题是,面部AI眼下还缺少足够的前瞻性临床验证。模型换医院、换人群还能不能稳定用,能不能改善患者结局,都还要接着研究。
丹麦那项研究的部分作者,已就相关风险预测方法申请了临时专利。哈佛团队公开了部分模型代码和权重,生存风险预测模型的权重则没有公开。论文能走向产品,商业开发可以想象,临床应用资格却不会因为发了论文就自动到手。
尤其是预测死亡风险的技术,医院可试错的余地不多。相面先生看走眼,顶多挨一句江湖骗子的骂名。AI看走眼,医生又根据它的判断改了治疗方案,事情就没这么轻了。说到底,算命只管开口,治病总得有人担责。