未来,扫下你的脸,可能就知道你得啥病了。。。
没在瞎掰,最近的一项研究成果,还真让咱看到了一点眉目。
北大的一个研究团队,搞出来一个 AI ,说是用热成像仪扫一下脸,就能检测出有没有高血压、糖尿病和脂肪肝等慢性病。
还能用它来预测我们的衰老状况和健康状况,之后用它来检测心血管类的疾病,也不是没可能。
可能跟大部分差友一样,刚看到这个研究的时候,世超觉得这类研究顶多算个实验室成果。没想到在查了之后发现,这类技术科其实学家们早就在搞了,而且已经有不少实际应用的案例了。
就比如有不少护肤企业,都整出了扫脸推荐产品的应用,可以通过面部识别,帮用户获取皮肤状况。
而且整个过程,还是基于皮肤病学分级系统进行评定的,几乎可以达到皮肤科医生的级别。
甚至在前些年,他们还基于这个技术搞出来一个硬件,套在手机上面,就能让摄像头看到更多的面部细节,几分钟就能给你递出一份完整的皮肤研究报告出来。
除了识别最基础的皮肤状况外,人脸识别还能帮我们看不少其他的病。
早在 2014 年,美国有个名叫 FDNA 的企业,已经整出来一个 “ 扫脸看病 ” 的应用程序 Face2Gene 。
基本上关注这个领域的都知道它们的大名,相关报道也不少。
它呢,光看脸就能对人进行基因筛查,专门用来诊断各种罕见的遗传综合症,还能附带检测一些自闭症类的情绪疾病。
到现在为止,它能准确识别出的,就有 300 来种疾病。
像是前几年, Face2Gene 就提前帮一个小女孩诊断出了 Wiedemann Steiner 综合征( 一种基因变异引起的罕见疾病 ),当时,各种典型的躯体症状都还没显现出来。
而且今年年初,日本针对它整了个研究,结果发现 Face2Gene 在筛查先天性变形综合征的时候,准确率能高达 85.7% 。
等于是医生在诊断前,用它来当个初筛工具都没啥问题,也有不少医院这么做了。
据泰晤士报消息,英国的一家医院用 Face2Gene ,给儿童筛查基因疾病,能在几秒内就识别多种疾病的 2000 多种面部特征,给医生们省了不少精力。
类似的技术还有很多,就在上个月,墨尔本大学的一个研究团队也整出来个工具,能通过识别面部肌肉,来判断是不是中风了,准确率也高达 82% 。
还有在老龄化严重的日本,他们对 AI 辅助诊断的技术也是贼上心。
今年 CES 展上,日本电气( NEC )的新产品还拿下了人工智能创新奖,只需要 10 秒,就能从一个人的脸上,估算出他的脉搏率、氧气水平和呼吸频率。
而且 NEC 还打算在多模态生物特征认证上下更多的功夫,也就是说,不光要识别人脸,还要识别虹膜等等,好让检测的准确率更上一层楼。
反正近些年来,识脸看病的产品是越来越多了,不过大伙们心里可能还都有这么一个疑问,光靠一个面部识别,是怎么看出这么多病的?
其实这还真有非常严谨的科学证明,人脸的生长是由基因决定的,大概有 6000 多种基因,都和人脸的长相有关。
要是缺少某个基因,或者其中一个基因突变了,也都会立马反映在人脸上,比如影响眉毛、鼻底或者脸颊的形状等等。
并且按照理想状况,光靠面部识别,就能诊断出像唐氏综合征、儿童早衰症等上千种基因类疾病。
但在一般情况下,咱提到的这些细微变化,光靠肉眼可能连医生都察觉不到,而相较之下, AI 就敏感得多了。
就拿 Face2Gene 来说,它能在极短的时间内,对面部数据进行几百万次运算,包括眼睛有多斜、睑裂有多窄、耳朵有多低等等,它都能详细的量化分析,进而列出可能的疾病。
另外,面部各个区域的温度,也会根据不同的疾病有微小的变化,像是咱开头提到的识别高血压和糖尿病,就是基于这个原理。
它会先通过热成像仪扫描出人脸部的 3D 图像,再根据不同区域的温度状况,预测可能出现的慢性病。鼻子变冷和脸颊变暖就是血压升高的明显迹象。
当然,用 AI 面部识别看病,可不是说要把医生给取代掉,本质上它还只能起到帮医生们做特定疾病初筛的作用。
原本判断一个疾病,可能要把和面部表情相关的 6000 多种基因全都筛查一遍,要是用上 AI ,在它的排查下,通常检查一两种基因就能搞定。
但话又说回来, AI 要实现这些的前提,除了有强大的算法外,还得有充足的患者数据。
而这是这类 AI 现在要解决的头等大患。还是 Face2Gene ,虽然它识别某些基因疾病的准确率已经相当高了,但也仅限于白人患者,要是换个肤色或种族的患者,就不一定能诊断出来了。
有这么大差别的原因也很简单,因为它用来训练的数据库里,大部分都是欧美那边的白人患者,很少有其他肤色或种族的数据。
像是在欧美那边,判断唐氏儿的一个标准就是看眼睛是不是向上倾斜的,而在东南亚,很多正常人的眼睛也有这个特征。
所以针对不同种族和肤色的患者, AI 算法也还是得设定好对应的评判标准。
但不管怎么说, AI 看脸识别病总归是利好你我他的技术。
世超倒真挺期待在手机里上线这类 App 的,扫个脸就能看病,那多方便啊。。。
本文来源:差评
网友评论