《華爾街日報》：人工智能與面部識別技術如何助力中風及其他疾病的早期識別

約翰斯·霍普金斯醫院的疑似中風患者可能會收到醫生一個不尋常的請求：能否拍攝您的面部？醫生的目標是通過面部特徵而非等待腦部掃描或血液檢測來識別中風患者，從而加速治療和康復進程。

約翰斯·霍普金斯團隊正在訓練一種計算機算法，以識別患者面部特徵的變化，如特定面部肌肉癱瘓或異常眼球運動，這些可能是中風導致腦損傷的跡象，而非癲癇、嚴重偏頭痛或焦慮症的表現。

“面部可能是宇宙中最精密的信號系統之一，“約翰斯·霍普金斯醫學院精準醫學主任兼信息學、整合與創新部門負責人羅伯特·大衞·史蒂文斯表示，“或許我們真能測量正在發生的變化，然後利用先進的分析技術和人工智能處理海量信息，從而獲得新的診斷洞見。”

與此同時，麻省理工學院的其他研究人員正在研究通過面部識別診斷肌萎縮側索硬化症（ALS）的病情進展，這是一種影響肌肉的神經退行性疾病。佛羅里達州的一家初創公司則開發了一款工具，通過分析兒童面部特徵圖像幫助兒科醫生診斷罕見遺傳病。

一些醫學專家表示，只有當醫生和患者能夠評估面部識別算法如何利用患者數據做出決策，從而使人類能更信任其結果時，這些技術才能為廣泛應用做好準備。

早期研究預示了這樣的未來：面部掃描技術可能嵌入智能手機攝像頭甚至浴室鏡子中，在監測我們整體健康狀況的同時，還能捕捉痴呆症等長期神經系統疾病的跡象。部分研究人員認為，通過檢測人臉變化，算法甚至可用於追蹤某種療法或藥物的療效。

“問題在於如何根據數據採取行動並信任數據，“波士頓科學公司首席醫療官肯·斯坦表示。這家生物醫學企業在其心臟監護儀中運用AI算法，用於預測部分患者的心力衰竭風險。

斯坦博士指出，目前人工智能在醫療領域最成功的應用場景是：當醫生使用能解讀X光等影像的AI軟件時，可立即判斷是否同意程序的診斷結論。這類情況下，AI充當着醫生診斷的輔助工具。

“通過大量案例實踐，你就能判斷其可信度，“斯坦博士談及X光影像分析時説道。

他強調，當AI處理心臟病、癌症或痴呆症等多病因疾病時，算法開發人員必須與醫生緊密合作，向醫生解釋AI做出診斷結論的決策過程。

面部識別技術最初開發於20世紀70年代初，在90年代早期因麻省理工學院團隊將人臉圖像轉化為計算機可理解的一系列數字而取得突破。近幾十年來，由美國國防部資助的面部識別技術改進研究已被警方廣泛用於識別犯罪嫌疑人。然而，民權組織提出擔憂，指出某些面部識別程序存在偏見，因為它們在識別深色皮膚個體時準確性較低，導致錯誤逮捕。Facebook於2021年關閉了其面部識別程序，理由是出於對用户隱私的考慮。

儘管存在這些擔憂，研究人員仍希望利用人工智能在卒中和其他神經系統疾病發生前識別早期風險跡象，並在事件發生後進行診斷。

當患者發生卒中時，流向大腦的血液受阻，可能破壞或損害大腦區域，包括控制記憶、語言及多種面部肌肉的區域。

“我們能否將面部作為解碼身體內部狀況的可讀窗口？“史蒂文斯博士提出。

在約翰霍普金斯大學的研究中，研究人員對已住院或剛入院疑似發生卒中的患者進行視頻拍攝。

這些視頻被上傳至用於訓練算法的數據庫。在計劃納入400名患者的初步研究中，研究人員已招募約120名患者，希望通過訓練提升卒中檢測算法的準確性。在對40名經醫生確診患者的初步研究中，該算法診斷患者是否發生卒中的準確率達到70%。

史蒂文斯博士表示，團隊還通過分析定向光源如何從人臉皮膚反射（這種反射會因皮下血流變化而略有不同），來檢測人的生命體徵，如血壓和心率。

“實際上每個人的面部顏色都在以肉眼難以察覺的方式波動，這種波動可以通過攝像頭捕捉到，“史蒂文斯博士説，“通過一個非常簡單的算法，就能推算出心率、心率規律性、血氧水平，甚至能估算血壓。”

總部位於佛羅里達州的生物技術公司FDNA開發了一款軟件，旨在利用面部識別技術診斷幼兒罕見遺傳病。Face2Gene平台允許醫生將患者的面部掃描圖像上傳至智能手機應用程序，隨後獲取該圖像是否可能提示1500種與面部特徵相關的疾病或綜合徵之一的診斷參考。該平台擁有47,000名用户，包括遺傳學家、神經學家、兒科專家和研究人員。FDNA發言人埃裏克·範戈爾德表示，其優勢在於實現早期篩查。

在波士頓，麻省總醫院和MIT的研究人員正運用面部識別技術來識別和追蹤漸凍症（ALS）——這是一種進行性神經退行性疾病，會損害大腦和脊髓中的神經細胞，導致控制運動、語言及最終呼吸功能的肌肉逐漸退化。

研究團隊與公益組織EverythingALS合作，該患者組織隸屬於一個旨在加速ALS診斷方法和潛在療法研發的基金會。這個組織的創立者是科技企業家因杜·納瓦，她推動快速診斷ALS的初衷源於個人經歷。

科技企業家英杜·納瓦爾與她已故的丈夫彼得·科恩，後者被診斷出患有肌萎縮側索硬化症（ALS）並於2019年去世。圖片來源：INDU NAVAR早在2016年，她的丈夫、前亞馬遜高管彼得·科恩感到腳踝無力，行走有些困難。一位脊椎按摩師建議他去看神經科醫生，而醫生則建議觀察症狀是否會自行消失，或者是否由病毒感染引起。

“我們花了兩年時間才得到診斷，”納瓦爾女士説。“他的病情持續惡化，但我們得到的建議卻是‘再等等看’。”

納瓦爾女士表示，科恩先生最終被診斷出患有ALS，並於2019年去世，享年52歲。

在他生命的最後幾周，納瓦爾女士和丈夫討論瞭如何通過成像技術和人工智能改善ALS的診斷。她甚至拍攝了他行走的視頻，希望能瞭解疾病的進展。

“我們希望找到更好的方法來測量症狀，以及更好的方法來判斷藥物是否有效，”麻省理工學院的生物工程教授歐內斯特·弗蘭克爾説，他正在與EverythingALS合作。

弗蘭克爾博士和他的同事開發了一種算法，用於分析ALS患者的視頻，以跟蹤面部運動、測量嘴唇之間的間距（早期診斷指標之一）以及語音模式的變化。該團隊在過去18個月中招募了1000名志願者。他們正試圖確定是否能夠判斷臨牀試驗中的新ALS藥物是否有效。

弗倫克爾博士表示，儘管早期結果令人鼓舞，但如今人工智能的應用更多是作為一種工具而非治癒手段。“早期診斷很困難，但有強有力的證據表明它最終會奏效。”

聯繫埃裏克·尼勒請致信 [email protected]

更正與補充説明某開發了分析ALS患者視頻算法的團隊正試圖確定該算法能否判斷臨牀試驗中的新ALS藥物是否有效。文章早期版本錯誤表述為該團隊試圖判斷三種獲批治療ALS症狀的藥物之一是否有效。（2023年4月11日更正）

刊載於2023年4月13日印刷版，標題為《面部識別技術能診斷中風和其他疾病嗎？》