2026 年 10 月 20 日，IT之家轉述彭博社的報導指出，研究人員開發出一款 AI 工具，只憑一張面部照片，就能為癌症患者預測生存機率。這類標題乍看之下容易讓人心頭一緊，好像未來會不會被一張照片「判生死」。先說結論：這是研究階段的輔助工具，設計對象是臨牀醫師，還不能用於一般人，也還沒進入常規醫療。以下把可確認的事實、研究者的說法，與外界專家的保留意見分開說清楚。

這項研究實際做了什麼

根據報導，這項研究發表在《柳葉刀・數位健康》期刊上，研究團隊使用了超過 4000 萬張人臉圖像，以及 3 萬多名癌症患者的照片來訓練模型，其中不少患者已經離世。模型經過訓練後能估算人的年齡，誤差約 5 歲，也能為癌症患者生成風險評分。分數最高的一組患者，更有可能在 90 天內死亡。

研究團隊表示，模型在不同年齡、種族、性別以及不同癌症類型的人羣中都可以生效。有趣的是，研究人員發現演算法評估時主要關注鼻梁和眼下區域。論文作者之一、麻省總醫院布萊根癌症研究所的放射腫瘤醫師雷蒙德・馬克（Raymond Mak）查閱文獻後發現，早在希波克拉底的年代，就有「眼窩凹陷、太陽穴塌陷、鼻尖瘦削是生命接近盡頭的外在體徵」的描述。換句話說，這個 AI 某種程度上是把醫師本來就會做的「看氣色、看外觀狀態」量化了。

醫師為什麼需要這種工具

馬克在受訪時提到一個臨牀上的真實難題：醫師在受訓時就學過透過患者的外貌評估病情，但要準確預估臨終患者的剩餘生存期，通常很難做到。這不只是技術問題，也影響照護品質，因為預估不準，有時會導致對臨終患者的過度治療，家屬和患者也可能沒有足夠時間做好安排。

馬克強調，這個工具不會用來拒絕或限制患者獲得治療，定位是「給醫師多一項參考資訊」。他也表示，模型在醫療資源不足的場景下尤其有價值，例如缺少完整檢查設備的地方。

這讓人想起我們先前聊過的全球癌症統計預測數字怎麼讀：面對看起來驚人的健康數據與工具，先弄清楚它想解決的問題，比急著下結論更有幫助。

專家的保留意見：預測不等於解釋

這裡要說清楚證據的層次。這是一篇發表於同儕審查期刊的研究，等級高於個案經驗或廠商宣傳，但距離臨牀應用還有距離。

未參與研究的薩裏大學教授米羅斯瓦夫・博貝爾（Miroslaw Bober）就明確指出，這款工具還不能投入臨牀使用。他的兩個提醒值得記下：

「預測結果不等於解釋成因。」模型能指出誰風險高，但沒有說明為什麼，這在中醫西醫都一樣，講得出預測，講不出機制，應用上就要保守。

「研究沒有證明這套預測能在醫師對患者整體健康評估之外，提供額外具臨牀價值的資訊。」也就是說，如果醫師本來就能判斷得差不多，AI 只是重複了醫師的判斷，那就還需要在不同醫院、不同患者羣體中，與醫師的主觀判斷做對照測試。

身為一般人的你，可以怎麼看這則新聞

你可以把這則新聞當成「AI 正在走進醫療決策輔助」的一個例子，而不是「AI 要替你算命」。幾個判讀原則供你參考：

確認對象。這個工具的設計對象是醫師與癌症患者，一般人上傳自拍照到類似 App 就想知道壽命，目前沒有任何已驗證的科學基礚，遇到這類產品反而要警覺，留意它怎麼處理你的照片資料。

確認用途。研究者明確說了，目的是輔助醫師評估、避免過度治療，篩選或拒絕治療不在使用範圍內。

確認階段。尚未進入臨牀，需要更多跨醫院、跨族羣的驗證。這也是所有醫療 AI 的共同關卡，我們先前在AI 代理模擬測試洩露健康資訊的教訓裡也提過，健康資料交給 AI 系統之前，驗證與邊界永遠是第一道功課。

最後想跟你說的

如果家裡正好有正在接受癌症治療的親人，看到這類新聞可能會有點複雜的心情。可以這樣想：醫師本來就會綜合外觀、體重、體力、血液指標等訊息來評估病情，這個工具只是把其中一部分量化，目的是讓臨終照護的討論更誠實、更及時。真正的醫療決策仍然發生在診間裡，發生在醫師、患者與家屬的對話之間。有任何關於治療方向與預後的疑問，最可靠的下一步，永遠是跟你的主治團隊好好聊一聊。