研究以 AI 分析臉部影像預測癌症病患死亡風險,部分案例準確度驚人

研究以 AI 分析臉部影像預測癌症病患死亡風險,部分案例準確度驚人

2026/10/21

研究人員讓演算法僅憑臉部影像預測癌症病患的死亡風險,部分案例的準確度令人驚訝。這項研究展現 AI 在醫療預後評估上的潛力,也引發隱私與倫理層面的討論。

一項新研究讓人工智慧演算法僅憑病患的臉部影像,評估癌症病患的死亡風險,結果顯示,對部分病患而言,演算法的預測準確度相當驚人。這項研究讓外界重新思考,人類臉部可能隱含多少與健康狀態相關的訊息,也為 AI 在臨床預後評估上的應用開啟新的想像。

在癌症照護中,預後評估是醫療團隊擬定治療方針的重要依據。醫師通常需要綜合病理報告、影像檢查、血液數據與病患整體狀況,才能判斷疾病進展與存活機率。據悉,臨床上本就有透過觀察病患外觀與體能狀態來輔助判斷的做法,例如消瘦程度、氣色與精神狀態等,但這類評估往往仰賴醫師經驗,主觀性較高。

此次研究的思路,是讓演算法從大量臉部影像中學習與病患預後相關的細微特徵。業界分析人士指出,深度學習模型擅長捕捉人眼不易察覺的模式,例如膚色、臉部肌肉與脂肪分布的細微變化,這些特徵可能與身體的發炎狀態、營養狀況或疾病負擔相關。若能以一張照片提供客觀的風險參考,將有助醫療團隊更及早辨識高風險病患,調整照護與治療策略。

不過,研究結果也伴隨不少需要審慎看待之處。首先,「部分案例準確度驚人」不等於對所有病患都適用,模型在不同族群、年齡與癌別上的表現是否一致,仍需更多驗證。其次,演算法究竟依據哪些特徵做出判斷,可解釋性不足的問題可能影響醫師與病患的信任。業界分析人士指出,醫療 AI 若要進入臨床,必須經過嚴謹的前瞻性試驗與監管審查。

這項研究也觸及敏感的倫理與隱私議題。臉部影像屬於高度可識別的個人資料,若此類技術被保險、雇主或其他非醫療單位取得並濫用,可能造成歧視或不當決策。此外,如何向病患揭露 AI 所預測的死亡風險,也牽涉醫病溝通與心理衝擊,需要配套的照護機制。

從長遠影響來看,若相關技術能在嚴格規範下發展,未來或可成為低成本、非侵入性的輔助工具,尤其在醫療資源較不足的地區,協助篩選需要優先照護的病患。但在此之前,技術準確性、公平性與資料保護仍是必須跨越的門檻。

整體而言,這項研究展示了 AI 在醫療領域的驚人潛力,也提醒社會在擁抱新技術的同時,必須同步建立倫理與法規框架,才能讓科技真正造福病患。