AI-生物年龄预测工具提升了癌症生存率的预测准确性

《Oncology Times》：AI-Biological Age Prediction Tool Improves Cancer Survival Prognostics

生物年龄评估工具FaceAge通过面部照片分析，发现与癌症患者预后显著相关，优于传统临床判断，并可能成为分子衰老标志物，助力精准治疗决策。

　　

生理年龄和实际年龄都是用来衡量时间流逝对身体影响的指标。生理年龄基于一个人的出生日期，而实际年龄则基于身体组织和细胞的生理状态。

实际年龄的概念基于这样一个认识：并不是每个人衰老的速度都相同。同一个50岁的人，在不同的人身上可能看起来大相径庭，这部分原因在于遗传因素，部分原因则与生活方式有关，比如体力活动水平、饮食和吸烟状况等。

更准确、更客观地测量实际年龄可能是改善预后和为患者选择合适治疗方案的关键，尤其是在癌症治疗中。

“在许多现有的临床工具中，年龄常被用来对风险进行分层或选择治疗方案，”马萨诸塞州总医院布里格姆分院的放射肿瘤学家Ray Mak博士解释道。虽然生理年龄是一个客观的衡量标准，但目前还没有一个公认的、可靠的生理年龄指标。

Mak告诉《Oncology Times》：“目前，医生在决定如何治疗患者时，尤其是在癌症治疗中，主要依赖主观的临床判断，会考虑患者的年龄、病史，以及通过直观观察来判断他们的身体状况是否虚弱，以及他们能否承受具有挑战性的治疗。”

Mak指出，这是个问题，因为一个生理年龄比实际年龄小10岁的75岁患者可能比生理年龄比实际年龄大10岁的60岁患者更能耐受治疗，并且治疗效果更好，生存时间也更长。这时，FaceAge这个人工智能工具就派上了用场，它旨在预测一个人的实际年龄。

改善癌症预后

FaceAge是由马萨诸塞州总医院布里格姆分院的研究团队（包括Mak）开发的一种深度学习系统，可以通过易于获取且成本低廉的面部照片来估算实际年龄。该系统的算法使用了来自公共数据集的58,851张已知年龄的健康个体的照片进行训练。训练完成后，该系统在更多数据集中进行了测试和验证，研究结果发表在《The Lancet Digital Health》（2025年；doi.org/10.1016/j.landig.2025.03.002）上。

研究人员使用该工具研究了癌症诊断是否会影响实际年龄。他们分析了6,196名癌症患者在开始放疗时拍摄的照片，发现这些患者的实际年龄估计值比他们的实际年龄大约大5岁。作为对照，研究人员还使用了535名没有癌症的个体的数据。

研究人员还研究了患者的实际年龄与其治疗结果以及他们对癌症治疗的反应之间的关系。实际年龄较大的患者往往预后更差（涵盖多种癌症类型）。具体来说，实际年龄超过85岁的患者预后最差。

马萨诸塞州总医院团队的数据还显示，FaceAge在预测接受姑息性放疗患者的短期生存预期方面优于临床医生的判断。

在一项结构化的评估中，八位肿瘤医生仅凭照片、结合患者的临床记录，以及结合照片、临床记录和FaceAge风险模型的结果，分别预测了患者的6个月生存率。综合使用这三种方法在准确预测6个月生存率方面取得了最佳效果。最后，研究人员还探讨了FaceAge是否有可能作为分子衰老的生物标志物。

Mak说：“我们想探讨的问题是，FaceAge是否与衰老的分子机制（细胞衰老）有关，而不仅仅是普通的实际年龄所能反映的。”对于部分拥有全外显子组数据的患者，研究人员在经过筛选的衰老基因网络中进行了基于基因的检测。经过多次调整后，FaceAge与CDK6信号通路存在显著关联，而实际年龄则没有显示出显著关联，这支持了FaceAge作为潜在分子衰老生物标志物的可能性。

“这项研究表明，一张简单的照片包含了重要的信息，可以帮助临床医生做出决策并制定护理计划，”马萨诸塞州总医院布里格姆分院人工智能医学（AIM）项目主任Hugo Aerts博士说。“一个人看起来比实际年龄年轻多少确实很重要——实际年龄比实际年龄年轻的患者在癌症治疗后的恢复情况明显更好。”

FaceAge的下一步发展

Mak表示，这是朝着开发客观实际年龄测量方法迈出的重要一步。“我们希望，通过进一步的研究，FaceAge能够成为肿瘤医生判断治疗强度的另一个依据，而不再仅仅依赖主观判断或对患者体弱的直观评估。”

团队的下一步计划是对65岁及以上的早期肺癌患者进行临床试验，以评估FaceAge是否能够预测患者在癌症治疗前的虚弱程度和对额外支持性护理的需求，从而与现有的老年医学评估方法进行比较（目前这种评估并未应用于所有老年癌症患者）。

Mak说：“我们试图解决的问题是，80%到90%的老年早期肺癌患者存在老年相关脆弱性，但只有5%的患者接受了正式的老年医学评估，而仅有2%到20%的患者获得了支持性护理。我们希望FaceAge能够识别出最脆弱的那些患者，从而填补这一护理缺口。”

Mak补充说，像FaceAge这样的工具在癌症领域之外的应用也具有重要意义。“治疗决策不仅对癌症患者复杂，对许多其他医疗领域的患者也同样复杂。”

研究团队还在研究如何提升FaceAge技术的面部识别能力。他们希望开发出更强大的工具，以便更好地应对不同的情况，例如光线条件、化妆情况以及是否接受过整形手术等因素。

Sarah DiGiulio 是本文的撰稿人