《Oncology Times》：AI-Biological Age Prediction Tool Improves Cancer Survival Prognostics
编辑推荐：
生物年龄AI预测工具FaceAge在癌症预后中的应用及分子机制关联研究。该工具通过面部照片分析实现生物年龄客观量化，在6196例癌症患者中验证其比临床医生更精准预测6个月生存率，并发现与CDK6信号通路显著相关。研究提出后续将开展65岁以上早期肺癌患者临床试验，评估FaceAge在预测脆弱性及优化支持治疗中的价值，同时计划提升技术对不同环境、妆容的适应能力。
生理年龄和实际年龄都是用来衡量时间流逝对身体的影响的指标。生理年龄是根据一个人的出生日期来计算的，而实际年龄则是基于身体组织和细胞的生理状态来确定的。
生理年龄的概念基于这样一个认识：并非每个人的老化过程都是一样的。50岁的人在不同的人身上可能看起来大不相同，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、饮食习惯和吸烟状况等。
更准确、更客观地测量生理年龄可能有助于改善患者的预后，并更好地确定合适的治疗方案，尤其是在癌症治疗中。
“年龄在许多现有的临床工具中被用来进行风险分层或选择治疗方案，”麻省总医院布里格姆妇女医院的放射肿瘤学家Ray Mak博士解释道。虽然生理年龄是一个客观的指标，但目前还没有一个公认的、可靠的生理年龄测量方法。
“目前，医生在决定如何治疗患者时，尤其是在癌症治疗中，主要依靠主观的临床判断，考虑患者的年龄、病史，以及通过观察来判断他们的身体状况是否虚弱，以及他们是否能够承受具有挑战性的治疗，”Mak告诉《Oncology Times》杂志。
Mak指出，这是一个问题：一个生理年龄比实际年龄小10岁的75岁健康人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，并且预后更好。这时，FaceAge这个人工智能工具就派上了用场，它能够预测一个人的生理年龄。
改善癌症预后
FaceAge是由麻省总医院布里格姆妇女医院的研究团队（包括Mak）开发的一种深度学习系统，可以通过容易获取且成本较低的面部照片来估算生理年龄。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，研究结果于今年早些时候发表在《The Lancet Digital Health》杂志上（2025年；doi.org/10.1016/j.landig.2025.03.002）。
研究人员使用该工具来研究癌症诊断是否会影响生理年龄。他们测试了6,196名癌症患者在开始放疗时拍摄的照片，发现这些患者的生理年龄估计值比他们的实际年龄平均高出约5岁。同时，研究人员还使用了一个由535名未患癌症的个体组成的对照组作为参考。
研究人员还探讨了患者的生理年龄与其治疗结果及对癌症治疗的反应之间的关系。生理年龄较高的患者往往预后更差（涵盖多种癌症类型）。具体来说，生理年龄超过85岁的患者预后最差。
麻省总医院布里格姆妇女医院团队的数据还表明，FaceAge在预测接受姑息性放疗患者的短期生存预期方面表现优于临床医生的判断。
在一系列评估中，八位肿瘤医生仅通过照片、结合患者的临床记录，以及结合照片、临床记录和FaceAge风险模型的结果来预测患者的6个月生存率。结果显示，综合使用这三种方法能够更准确地预测6个月生存率。最后，研究人员还评估了FaceAge是否有可能作为分子老化的生物标志物。
“我们想探讨的问题是：FaceAge是否能揭示出普通实际年龄所无法捕捉到的与老化（细胞衰老）相关的分子机制？”Mak说。对于部分拥有全外显子组数据的患者，研究人员对这些患者的衰老相关基因进行了分析。经过多重检验调整后，FaceAge与CDK6信号通路存在显著关联，而实际年龄则没有显示出这种关联，这支持了FaceAge作为分子老化生物标志物的潜力。
“这项研究表明，一张简单的照片包含了重要的信息，可以帮助为患者和临床医生制定治疗决策和护理计划，”麻省总医院布里格姆妇女医院人工智能医学项目主任Hugo Aerts博士（该研究的共同资深作者）说。“一个人的外貌与其实际年龄相比确实很重要——生理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，这是朝着建立客观生理年龄测量方法迈出的重要一步。“我们希望通过对FaceAge的进一步研究，使其成为肿瘤医生判断治疗强度的另一个依据。”
该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是否能够预测患者的虚弱程度以及是否需要额外的支持性护理，从而与目前的老年医学评估方法（目前尚未应用于老年癌症患者）进行对比。
“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%的患者获得了相应的支持性护理，”Mak说。他们希望FaceAge能够识别出最脆弱的群体，从而填补这一护理空白。
他补充说，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。Mak表示，如果工具更加完善，就能更好地适应不同的情况，比如光线条件、化妆情况以及患者是否接受过整形手术等因素。
Sarah DiGiulio 是本文的撰稿人。
