核心技术原理

该模型名为FaceAge，属于深度学习系统，核心逻辑是通过面部外观特征识别‌生理衰老速度‌，而非简单判断实际年龄。研究证实，面部视觉上的“显老程度”和人体细胞层面的衰老基因表达直接相关，比单纯的日历年龄更能反映真实健康损耗。训练阶段使用了近5.9万份公开人脸数据集，验证阶段覆盖了超6000名不同分期的癌症患者数据。

临床实测效果

泛癌队列中，人脸估算年龄每“显老10岁”，患者整体死亡风险提升约15%，统计结果具备显著临床相关性。加入该AI模型后，医生对晚期姑息治疗癌症患者的生存预测准确率，从74%提升至80%，辅助决策价值明显。癌症患者群体的人脸估算平均年龄，比同年龄段健康参考组高出4.79岁，侧面印证疾病会在面部留下可量化的衰老痕迹。

适用边界与安全提醒

该技术目前仅作为临床辅助工具，不能替代常规体检、血液检查和医生面诊，更不能直接作为疾病诊断依据。普通人群自行用照片测算的结果不具备医学效力，必须在合规临床场景下结合完整病史数据使用。目前研究样本以欧美人群为主，针对不同种族、生活习惯人群的泛化效果，还需要更大规模的本土队列验证。

*《亚洲经济报》发布此内容旨在传播更多信息，与本站立场无关，不构成投资建议。据此操作，风险自担。

*请关注《亚洲经济报》视频平台，了解动态信息。

TikTok:

https://www.tiktok.com/@asia.economy.news?_r=1&_t=ZS-99WeKtpTXTF

Instagram:

https://www.instagram.com/asia_economy_news?stkn=anV5eHl2OXF6dTJ6&utm_source=ig_contact_invite

YouTube:

https://youtube.com/@asiaeconomynews?feature=shared

Facebook:

https://www.facebook.com/share/1GfVj25JzJ/?mibextid=wwXIfrl