“预言”肝癌，这样的AI靠谱吗？

一封喊话理想汽车的声明，将过去不为人熟知的AI云诊技术带到了众人面前。

8 月20 日，名为医施德（医施德（北京）医疗科技有限公司）的公司发声明称，要与理想汽车割席，未来将定期公开理想创始人李想的身体数据，并表示，若不提早干预，李想“不久的将来将死于肝癌”。

双方此前曾有争执。理想汽车8 月20 日回应，其从未与医施德开展任何商务洽谈与合作，已经针对医施德公司散布的网络谣言报警。

冒犯的言论引起轩然大波。医施德的小程序显示，其主打“AI 云诊”系统，用户只需提交10 张面部照片、30 秒视频、语音表述和文字说明，就可“诊断出1700+种疾病和110+ 种肿瘤”。

他们自称，团队成员来自哈佛大学、麻省理工学院、斯坦福等世界名校，集成了多种先进的人工智能算法，“在癌症早筛领域取得重大突破”。

简而言之，医施德的产品思路是，依靠人面部的信息，就能诊断人体大部分的疾病，甚至能提早发现癌症的肿瘤。他们宣称，该系统能大幅度降低医生误诊率，用AI 改变人类医疗健康的未来。

听上去，医施德的“创新”颇有过去硅谷公司Theranos 滴血验癌的影子。而笔者调查发现，国内类似喊着“AI+ 诊断”口号的医疗公司并不少见—有的像医施德一样手机拍照预测疾病，也有公司推出了智能健康镜。这些公司无一不宣称，相信人脸信息可以反映身体状况，并通过热成像、AI 等，用人脸预测和诊断疾病。

在AI 的加持下，人们羞于去医院体检的现状似乎得到了改变。只是，这其中有太多科学问题亟待理清：靠一张脸，真的可以检测出身体各类疾病吗？在AI 的加持下，我们的医疗诊断到底到了什么水平？

这些问题的答案，关乎我们对人工智能的理解，以及技术所能到达的能力边界。

面部识别，真的假的？

在官方小程序上，医施德公司推出了多种AI 体检套餐，不仅能检验心血管疾病、脑部疾病、消化系统、男科、妇科等1000 多种疾病，还能检查出110 种肿瘤原发位置。在癌症发展的早期阶段，就能区分良性和恶性肿瘤。

在宣传文案中，该公司介绍，AI 体检的作用是筛查疾病，让患者免除在医院的无关紧要检查，“乱花钱不说，还把人整得太难受了”。

上述理由，也是许多AI 体检公司主打的卖点：无创、零疼痛。

用户只需运用手机，在合适的光照条件下素颜拍照即可完成身体检查。这一技术最早在2012 年由麻省理工学院的科研人员提出，即通过智能镜拍摄人的面部，从而获知人的一些身体状况，例如人的心率、呼吸频率等。

一些罕见病的基因突变往往会在面部特征上体现。

该项目的发明者是一位博士生。他介绍，这一技术的原理为利用光学来获知人的血液变化。“当心脏跳动时，血管中的血液会略微增加。血液吸收光，因此心跳时会吸收更多的单色光，从而减少身体透射或反射的光量。”因此，通过专业仪器拍摄面部，的确能测出心率。

这一便捷的发明在此后医疗科技领域有了更多的应用。2024 年7 月，北京大学团队在《细胞代谢》杂志的最新研究指出，人面部的不同区域的温度，与患慢性疾病（如糖尿病和高血压）有关。

例如，论文发现，患有糖尿病和脂肪肝等代谢性疾病的人，面部热衰老的速度更快。他们的眼部温度往往高于同龄的健康人。此外，鼻子变冷、脸颊变热则可能是血压高的前兆。

论文通讯作者、北京大学前沿交叉学科研究院教授韩敬东告诉笔者，这一研究采用了大量面部红外图像，并用数据训练不同的AI 模型，从而使模型能够理解面部温度，与生理年龄或者是特定慢性疾病之间的复杂关系。

“换言之，AI 技术能帮助我们识别面部不同区域的温度细微差异。这些差异通常不易通过肉眼或者普通比较算法感知。”韩敬东说道，“一旦AI 模型训练完成，它就能快速、准确地预测一个人的生理年龄，或是判断各类慢性疾病的患病风险。”

也就是说，通过AI 对人体健康做出判断，从科学角度上确实具有可操作性。

类似的案例发生在2020 年9 月。中国医学科学院阜外医院郑哲教授等研究人员发现，通过计算机深度学习算法分析脸部照片，就能评估冠心病风险。他们选择了上海的8 家医院5000 多名患者作为样本，通过收集每例患者的4 张不同角度（正面、左60°、右60°、头顶）面部照片、临床特点等信息，将其与深度学习算法结合。

结果发现，一些面部特征被认为与冠心病存在相关性。感知年龄、男性脱发、耳褶征、角膜环、睑黄瘤、面部轮廓、皱纹，均被认为可能与心血管健康相关。

“这项工具的重要意义在于，算法只需要简单的人脸图像作为唯一的输入数据，获得了超越传统模型的预测效能，因而使得大范围的人群应用成为可能。”论文写道。

国外的许多实例也证明了面部信息的可靠性。美国知名公司FDNA 开发了一个名为Face2Gene 的AI 的应用程序，致力于通过视觉检测罕见遗传病。据介绍，该公司建立了一个涵盖5000 种罕见疾病的数据库，其中1500 种疾病可以通过面部识别算法检测出来。

该公司研究人员介绍，上述项目之所以成立，是因为一些罕见病的基因突变往往会在面部特征上体现。尤其是鼻根、脸颊甚至眉毛，都会因为不同的疾病被塑造成不同的特征。这些特点，让擅长在复杂事物和海量数据中找到相关性的AI，有了用武之地。

滴血验癌2.0 ？

如此说来，随着AI 的进步与发展，医施德等公司用面部信息预测人类患癌，似乎也有科学依据。

可以先把时间推远一些。回到10 余年前响彻硅谷的Theranos 公司开发的技术—“滴血验癌”。

创办这家Theranos 的伊丽莎白·霍姆斯，曾被外界称为“女版乔布斯”。2003 年，如同硅谷多位CEO 的人生剧本般，19 岁的她从斯坦福大学辍学创业。凭借家庭关系，Theranos 获得了顶级圈层的名人青睐。

当时最被外界关注的，是其研发的名为爱迪生的检测设备—仅需采集几滴指尖血，就可以在4 小时里检测出包括胆固醇和癌症在内的200 多项指标。这项技术一旦得到普及，意味着人类不再需要前往医院等待抽血结果，而是随时随地自我监测身体。

在医学里，名词和名词之间的差别，往往意味着不一样的结果。

由光环满身的公司率先推出一个堪称改变时代的技术，似乎显得理所当然。

形势在2015 年急转直下。Theranos 内部员工对媒体“吹哨”，指出其涉嫌多方面的造假—该公司滴血验癌的技术，大部分是在西门子的传统设备上完成，而非自主开发的设备。

而且，由于采血的样本量太少，他们采用了渗水的方式将血样快递给了西门子公司，导致检测结果根本不准确。创新不仅没有提高效率，反而因为欺诈导致大量结果失真。

2022 年，“女版乔布斯”因欺诈罪，被加州法院判决有期徒刑11 年。不过，从医疗从业者看来，滴血验癌的思路并非完全是错误的。

事实上，我国也有多个研究团队在做血液测癌症的科研项目。从他们的口中，更严谨的角度是，通过检测血液来检测肿瘤标志物。

肿瘤标志物与确诊癌症仍有较大的距离。全国肿瘤登记中心副主任陈万青在接受央视采访时提及，肿瘤标志物就是人体在存在肿瘤的情况下，可以查出的跟肿瘤相关的物质—例如肝癌的肿瘤标志物是甲胎蛋白。

“但是甲胎蛋白也不是肿瘤患者特别具有的，一些肝炎和肝硬化（患者）也能产生甲胎蛋白。”陈万青说，“标志物只是作为辅助诊断的指标，主要的确诊依据还是靠医学影像，准确度更大，也更加快捷。”

“滴血验癌”的案例说明，在医学里，名词和名词之间的差别，往往意味着不一样的结果。

医学从业者面对大量需要循证的科学问题，往往都是相当严谨的，一般不会说出“包治百病”的检测方案。

北大教授韩敬东告诉笔者，虽然她在研究中发现了面部温度与人体特定慢性疾病有一定的关联，但要想从学术走向临床，仍是一个漫长的过程。

“在学术界成功的AI 技术，需要在临床环境中进行充分的验证和评估，以证明其有效性和安全性。这包括在多个医疗机构中进行多中心临床试验，以评估AI 技术的诊断准确率、敏感性和特异性等指标。”韩敬东告诉笔者。

“我们目前（对实际应用）还无法给出一个明确的时间表。”

也就是说，当下的所谓AI 面部识别疾病的产品和突破，很多都未经过临床环境的充分验证和评估。

与此同时，韩敬东告诉笔者，AI 对识别特定的疾病，的确有其优势。例如，一些影像诊断明确的疾病，如肺癌、乳腺癌等。在医学影像中有明显的病变特征。“AI 可以通过深度学习算法对这些影像进行自动分析，快速识别出病变区域，辅助医生进行诊断。且这些数据量相对较大，有利于AI 大模型的训练。”

还有一类是遗传性疾病。这是因为其发生与基因变异密切相关，AI 可以通过分析患者的基因组数据，预测其患病风险或进行基因诊断。

但AI 不擅长的事情还有更多。

“较难用AI 诊断的疾病包括症状复杂多变的疾病。”韩敬东说。“如精神类疾病、慢性炎症类疾病，其症状复杂多变，且往往涉及多个系统和器官的功能差异，这些疾病的AI 模型训练会比较困难。”

换言之，AI 有其擅长诊断的疾病，也有很大的局限性。但所谓AI 面部识癌症、AI 识1700+ 疾病等功能，目前都未得到临床的实验和反复认证，是极其不科学的产品。

截至2024年，全国拿到三类证的AI医疗产品已有10款。

应用与挑战

尽管AI 仍未做到检测多种疾病，但如韩敬东所说，AI 有其超越人类的特性。近两年，随着大模型的出现，越来越多医疗诊断公司开始依据大模型，将AI 应用到了癌症的筛查与诊疗中。