《华尔街日报》：人工智能与面部识别技术如何助力中风及其他疾病的早期识别

约翰斯·霍普金斯医院的疑似中风患者可能会收到医生一个不寻常的请求：能否拍摄您的面部？医生的目标是通过面部特征而非等待脑部扫描或血液检测来识别中风患者，从而加速治疗和康复进程。

约翰斯·霍普金斯团队正在训练一种计算机算法，以识别患者面部特征的变化，如特定面部肌肉瘫痪或异常眼球运动，这些可能是中风导致脑损伤的迹象，而非癫痫、严重偏头痛或焦虑症的表现。

“面部可能是宇宙中最精密的信号系统之一，“约翰斯·霍普金斯医学院精准医学主任兼信息学、整合与创新部门负责人罗伯特·大卫·史蒂文斯表示，“或许我们真能测量正在发生的变化，然后利用先进的分析技术和人工智能处理海量信息，从而获得新的诊断洞见。”

与此同时，麻省理工学院的其他研究人员正在研究通过面部识别诊断肌萎缩侧索硬化症（ALS）的病情进展，这是一种影响肌肉的神经退行性疾病。佛罗里达州的一家初创公司则开发了一款工具，通过分析儿童面部特征图像帮助儿科医生诊断罕见遗传病。

一些医学专家表示，只有当医生和患者能够评估面部识别算法如何利用患者数据做出决策，从而使人类能更信任其结果时，这些技术才能为广泛应用做好准备。

早期研究预示了这样的未来：面部扫描技术可能嵌入智能手机摄像头甚至浴室镜子中，在监测我们整体健康状况的同时，还能捕捉痴呆症等长期神经系统疾病的迹象。部分研究人员认为，通过检测人脸变化，算法甚至可用于追踪某种疗法或药物的疗效。

“问题在于如何根据数据采取行动并信任数据，“波士顿科学公司首席医疗官肯·斯坦表示。这家生物医学企业在其心脏监护仪中运用AI算法，用于预测部分患者的心力衰竭风险。

斯坦博士指出，目前人工智能在医疗领域最成功的应用场景是：当医生使用能解读X光等影像的AI软件时，可立即判断是否同意程序的诊断结论。这类情况下，AI充当着医生诊断的辅助工具。

“通过大量案例实践，你就能判断其可信度，“斯坦博士谈及X光影像分析时说道。

他强调，当AI处理心脏病、癌症或痴呆症等多病因疾病时，算法开发人员必须与医生紧密合作，向医生解释AI做出诊断结论的决策过程。

面部识别技术最初开发于20世纪70年代初，在90年代早期因麻省理工学院团队将人脸图像转化为计算机可理解的一系列数字而取得突破。近几十年来，由美国国防部资助的面部识别技术改进研究已被警方广泛用于识别犯罪嫌疑人。然而，民权组织提出担忧，指出某些面部识别程序存在偏见，因为它们在识别深色皮肤个体时准确性较低，导致错误逮捕。Facebook于2021年关闭了其面部识别程序，理由是出于对用户隐私的考虑。

尽管存在这些担忧，研究人员仍希望利用人工智能在卒中和其他神经系统疾病发生前识别早期风险迹象，并在事件发生后进行诊断。

当患者发生卒中时，流向大脑的血液受阻，可能破坏或损害大脑区域，包括控制记忆、语言及多种面部肌肉的区域。

“我们能否将面部作为解码身体内部状况的可读窗口？“史蒂文斯博士提出。

在约翰霍普金斯大学的研究中，研究人员对已住院或刚入院疑似发生卒中的患者进行视频拍摄。

这些视频被上传至用于训练算法的数据库。在计划纳入400名患者的初步研究中，研究人员已招募约120名患者，希望通过训练提升卒中检测算法的准确性。在对40名经医生确诊患者的初步研究中，该算法诊断患者是否发生卒中的准确率达到70%。

史蒂文斯博士表示，团队还通过分析定向光源如何从人脸皮肤反射（这种反射会因皮下血流变化而略有不同），来检测人的生命体征，如血压和心率。

“实际上每个人的面部颜色都在以肉眼难以察觉的方式波动，这种波动可以通过摄像头捕捉到，“史蒂文斯博士说，“通过一个非常简单的算法，就能推算出心率、心率规律性、血氧水平，甚至能估算血压。”

总部位于佛罗里达州的生物技术公司FDNA开发了一款软件，旨在利用面部识别技术诊断幼儿罕见遗传病。Face2Gene平台允许医生将患者的面部扫描图像上传至智能手机应用程序，随后获取该图像是否可能提示1500种与面部特征相关的疾病或综合征之一的诊断参考。该平台拥有47,000名用户，包括遗传学家、神经学家、儿科专家和研究人员。FDNA发言人埃里克·范戈尔德表示，其优势在于实现早期筛查。

在波士顿，麻省总医院和MIT的研究人员正运用面部识别技术来识别和追踪渐冻症（ALS）——这是一种进行性神经退行性疾病，会损害大脑和脊髓中的神经细胞，导致控制运动、语言及最终呼吸功能的肌肉逐渐退化。

研究团队与公益组织EverythingALS合作，该患者组织隶属于一个旨在加速ALS诊断方法和潜在疗法研发的基金会。这个组织的创立者是科技企业家因杜·纳瓦，她推动快速诊断ALS的初衷源于个人经历。

科技企业家英杜·纳瓦尔与她已故的丈夫彼得·科恩，后者被诊断出患有肌萎缩侧索硬化症（ALS）并于2019年去世。图片来源：INDU NAVAR早在2016年，她的丈夫、前亚马逊高管彼得·科恩感到脚踝无力，行走有些困难。一位脊椎按摩师建议他去看神经科医生，而医生则建议观察症状是否会自行消失，或者是否由病毒感染引起。

“我们花了两年时间才得到诊断，”纳瓦尔女士说。“他的病情持续恶化，但我们得到的建议却是‘再等等看’。”

纳瓦尔女士表示，科恩先生最终被诊断出患有ALS，并于2019年去世，享年52岁。

在他生命的最后几周，纳瓦尔女士和丈夫讨论了如何通过成像技术和人工智能改善ALS的诊断。她甚至拍摄了他行走的视频，希望能了解疾病的进展。

“我们希望找到更好的方法来测量症状，以及更好的方法来判断药物是否有效，”麻省理工学院的生物工程教授欧内斯特·弗兰克尔说，他正在与EverythingALS合作。

弗兰克尔博士和他的同事开发了一种算法，用于分析ALS患者的视频，以跟踪面部运动、测量嘴唇之间的间距（早期诊断指标之一）以及语音模式的变化。该团队在过去18个月中招募了1000名志愿者。他们正试图确定是否能够判断临床试验中的新ALS药物是否有效。

弗伦克尔博士表示，尽管早期结果令人鼓舞，但如今人工智能的应用更多是作为一种工具而非治愈手段。“早期诊断很困难，但有强有力的证据表明它最终会奏效。”

联系埃里克·尼勒请致信 [email protected]

更正与补充说明某开发了分析ALS患者视频算法的团队正试图确定该算法能否判断临床试验中的新ALS药物是否有效。文章早期版本错误表述为该团队试图判断三种获批治疗ALS症状的药物之一是否有效。（2023年4月11日更正）

刊载于2023年4月13日印刷版，标题为《面部识别技术能诊断中风和其他疾病吗？》