10月19日，麻省总医院—布里格姆妇女医院团队在《柳叶刀·数字健康》发表论文，宣布其基础AI模型能通过面部照片估算生物年龄，并直接预测癌症患者的生存结局。 用于训练的素材包括超过4000万张人脸图像和3万多名癌症患者的照片，其中许多患者已经离世。 但"拍张照就能体检"的想象可以先收一收：这项工具预测的是已确诊癌症患者能活多久，不是健康人有没有得癌。它要走进普通人的体检报告，还差三道坎。微博每日经济新闻
照片里读出的不是肿瘤，是"身体还剩多少本钱"
两个衍生工具分工明确：FAHR-FaceAge估算生物年龄，FAHR-FaceSurvival直接学习生存结局；前者的年龄估算误差约5年，后者能把患者分进高、低死亡风险两组，风险评分最高的患者最早可能在90天内离世。两项输出相关性很弱，合并后反而提升了模型在外部验证队列中的拟合优度——对着一张脸，模型读"衰老"和读"死亡风险"用的几乎是两套信号。
研究作者之一、放射肿瘤学家Raymond Mak的说法很直白：医生受过凭外貌评估患者的训练，但总体上并不擅长估算还能活多久。 研究团队设想的落点也因此不在体检，而在肿瘤科的治疗决策桌：在考虑放疗、手术或全身治疗等强化治疗前，先量化患者机体的储备与衰弱程度。每日经济新闻微博
"拍照筛癌"的结论，论文本身给不出
这项研究是计算建模与验证：模型建好了、外部验证也通过了，但医生用这些评分能否做出更优决策、患者结局能否改善，论文并未检验。 国内科技媒体的转述同样谨慎：该工具目前仍需更多跨场景临床测试才能验证实际价值。 萨里大学视频处理与机器学习教授Miroslaw Bober的评价更直接，该工具尚未准备好进入临床应用。微博快科技每日经济新闻
模型"看脸"的位置也值得留意：分析发现，重度饮酒、吸毒、吸烟与生物年龄估算偏大相关，当前吸烟者比曾经吸烟者显老，曾经吸烟者又比从不吸烟者显老。 这是观察性关联，既不证明因果，也说明照片里读出的是全身性状态，而不是某个肿瘤的定位信号。微博
AI其实已经进了体检，只是走的是"片子"不是脸
真正落地的医疗AI，集中长在影像链路上。今年9月，阿里巴巴达摩院与浙大一院等机构发布通用医疗影像AI模型DAMO RADAR：面向腹部增强CT，一次性识别146种腹部病症，准确性首次达到影像科专家级水平，模型已开源。中国新闻网
在近4万例真实病例的人机对照测试中，它在临床辅助应用中让医生的诊断敏感性提升10%、阅片耗时减少30%以上。中国新闻网
更早的2025年6月，浙江省肿瘤医院与阿里达摩院做出全球首个胃癌影像筛查AI模型，首次用普通平扫CT识别早期胃癌。AI辅助筛查的价值还体现在"检出之后"：伦敦卫生与热带医学院团队在坦桑尼亚24家医院开展的随机对照试验显示，糖尿病视网膜病变筛查引入AI后，达到转诊标准者8周内到眼科就诊的比例为35.9%，常规组只有18.2%。36氪新华网
这些进展对准的是同一个痛点——漏诊与转诊拖延。社交平台上"连续体检正常却确诊癌症晚期"的吐槽持续不断。 而AI恰恰在"替医生多看一眼片子"上最先见效。至于面部照片，它的独特价值是成本：不辐射、不抽血、不增加费用，一旦验证成熟，最容易嵌入日常健康管理。研究团队为此开放了经机构审查委员会批准、公众可上传照片的"FaceAge研究"平台，边提供评估边积累验证数据。小红书微博
三件事齐了，照片才会进你的体检单
第一坎是临床证据：需要前瞻性试验回答医生拿到面部评分后决策是否更优、患者结局是否改善，这篇论文没做，第三方评估认为尚未成熟。第二坎是人群校准：模型在美国受试队列上成立，不等于对国内体检人群、不同肤色与拍摄习惯同样成立。趋势本身也在加速——爱尔兰圣三一学院团队今年10月亮相的"语音时钟"，用数百项声音特征估算年龄，预测年龄与实际年龄的差值已与大脑衰老、阿尔茨海默病相关病理等指标挂钩，面部、声音这类低成本信号正在被批量"时钟化"。央视网
第三坎是监管与伦理：科技部2026年9月发布《人工智能医学影像研究伦理指引》，要求研究获得参与者书面知情同意，并遵循保护隐私和数据安全等原则，明确避免片面夸大、虚假宣传、误导公众。 面部照片是敏感生物信息，未来任何"拍照体检"产品都要先跨过这道门。知乎热榜上"这会给临床决策带来哪些改变"的追问，问的恰恰是还没到来的那一步。央视网知乎
眼下对普通人最实际的是两句话。日常防癌体检，照做低剂量螺旋CT、胃肠镜等已有循证依据的项目即可，目前没有任何上市设备能凭一张脸诊断癌症；如果刷到声称"拍照测癌"的小程序，先查它有无医疗器械注册，再决定要不要把脸交给它。
