肿瘤科医生查房，走进病房的第一眼，其实已经在做判断了。病人是自己坐着还是半躺着，脸上的肉是紧的还是松的，眼窝有没有陷下去——这些信息在开口问病史之前，就已经在脑子里拼出了一个模糊的“这人大致扛不扛得住”的印象。医学院里没人专门教这门课，但它真实地影响着治疗决策：同样分期的两个人，一个上强度，一个往回收。
问题是，这种“望诊”没法标准化，也没法写进病历。不同医生看同一个人，结论可能不一样；同一个医生今天看和下周看，印象也可能漂移。哈佛附属麻省总医院布里格姆团队最近在《柳叶刀·数字健康》上发的一项研究，做的事情就是把这种说不清道不明的“看一眼”变成可量化的数字。
他们训练了一个叫FAHR-Face的基础模型，用了超过4000万张面部图像，然后微调出两个工具：一个估算“生物学年龄”（FAHR-FaceAge），一个直接预测癌症患者的死亡风险（FAHR-FaceSurvival）。通讯作者Raymond Mak说得很直白，目标是让基于照片的评估更加定量、一致、可扩展，而不是取代医生的判断。
它看到的不是“长得老”，是身体储备被消耗掉的痕迹
FAHR-FaceSurvival最扎眼的数据来自一个3820名癌症患者的测试集。模型给每个人打了一个0到1的生存风险评分。在得分最高区间（0.9—1.0）的122名患者中，64人（52.5%）在拍照后的90天内死亡；而得分最低区间（0.0—0.1）的975名患者，90天内死亡率只有2.1%。拉到更长的时间尺度，差距没有收窄：最低风险四分位组的5年生存率是78.1%，最高风险组是17.7%；调整混杂因素后，最高风险组的死亡风险是最低风险组的3.23倍。
左侧图示展示了对FAHR-FaceSurvival模型预测癌症生存结果最为重要的特征，而右侧图示则展示了对FAHR-FaceAge模型估算生物年龄最为重要的特征。图中黄色区域对各模型的预测结果影响最大。
另一条线索来自FaceAge。它估算出的“面部年龄”与实际年龄的相关性很弱（R=0.16），说明它测的不是身份证上的年份，而是某种和健康耗损更相关的东西。在美国接受放疗的癌症患者中，看起来比实际年龄大至少5岁的人，平均4年随访期内死亡风险高出21%；看起来年轻至少5岁的人，死亡风险低17%。在早期NSCLC患者中，face age每增加十年，调整后总生存的HR为1.39（95% CI 1.13—1.71），而实际年龄的预测能力在调整后并不显著。
有意思的是，两个模型关注的区域并不一样。FaceAge重点看法令纹、额头和太阳穴，FaceSurvival主要评估眼睛下方和鼻梁周围。它们捕捉的是互补而非重叠的信息，放在一起用时，生存模型的拟合在外部队列中进一步改善。
一张照片的价值，不在“算命”而在“分层”
如果把这项研究读成“AI看脸就能算出还能活几个月”，那就跑偏了。同一团队2026年发表在《Nature Communications》上的后续工作给出了另一个更有临床气质的指标：面部衰老速率（Face Aging Rate，FAR）。他们用2276名放疗患者的系列照片计算FaceAge随时间的变化速度，发现FAR越高，总生存越差；在两次照片间隔731—1460天的亚组中，调整后HR达到1.65（95% CI 1.22—2.22）。FAR提供了单时间点FaceAge之外的额外预后信息。换句话说，重要的不只是“现在看起来多老”，还有“老下去的速度有多快”。
在治疗决策层面，面部信息的潜力在鼻咽癌的多模态研究中已经露出了一个角。一项纳入1250例患者的研究把面部照片和MRI影像整合在一起，Face模型的 external validation C-index为0.711，Face–MRI联合模型提升到0.721。更关键的是风险分层带来的治疗异质性：在高风险组中，标准治疗基础上加免疫治疗的患者生存优于单纯标准治疗；而在低风险组中，加免疫治疗并未带来生存获益。这提示面部表型捕捉到的“全身储备状态”，可能和肿瘤局部的影像特征一样，影响的是“什么人能从什么治疗里获益”。
但边界也要说清楚。JAMA Network Open同期的一篇评论在肯定face age与生存关联的同时，点出了一个不能回避的事实：在早期NSCLC队列中，表现最好的模型AUC仅约0.60，只是略高于随机水平。评论作者还提醒，预测效用和因果推断是两件事，AI模型对背后的因果结构并不敏感。一个脸部特征和死亡风险之间的统计关联，不等于“脸老导致预后差”，更不意味着可以通过干预面部来改变结局。
面部表型作为预后标志物的价值，不在于替医生做决定，而在于把“望诊”里那些原本无法记录、无法比较、无法传承的判断，变成一个可以放进模型、放进临床试验、放进前瞻性验证的变量。它最终能不能站住，不取决于4000万张训练图像有多壮观，而取决于接下来有没有足够多的外部队列证明：在分期、体能状态、分子分型之外，这张脸确实多告诉了我们一些东西。