作者:Decrypt / Jason Nelson
哈佛大学开发的一种新的人工智能模型,称为Faceage,估计生物通过分析照片中的面部特征的年龄,并可能通过指示患者相对于实际年龄的年龄来帮助预测癌症的生存。
接受了58,851名健康人的图像培训,面后来对癌症患者进行了测试,以探索表现出比年龄年龄大的年龄是否可能表明健康状况较差。
报告说,我们发现癌症患者平均看起来比年龄年龄大,而且看起来年龄较大与整体生存率较差相关。”faceage在一系列癌症类型和阶段表现出显着的独立预后表现。
年代年龄是指一个人还活着的年数,而生物年龄反映了他们的身体相对于该数量的效果。哈佛大学研究人员认为,一个人的外表可能会提供有效的生物标志物来确定其生物年龄。
Faceage以苏黎世Eth Eth的早期工作为基础,研究人员在那里创造了深刻的期望(dex),一种开源深度学习模型,从面部图像估算明显的年龄。哈佛团队还使用来自IMDB Wiki和utkface,两个最大的公开面部图像数据集。
自2006年以来,哈佛大学已为理解和逆转生物衰老。最近,该大学扩大了对AI驱动的研究的投资,重点是诊断和治疗癌症,越来越融合的字段。
2024年10月,哈佛医学院的开发商推出了一种新的AI模型,称为临床组织病理学成像评估基金会(首席)。当时,研究人员指出,AI的表现优于先前测试的模型,癌症检测精度为96%。
研究人员表示,尽管面容研究以生物年龄和癌症为中心,但它可能导致更广泛的应用。
哈佛大学研究人员说,这些发现可能会扩展到癌症以外的疾病,激励使用深度学习算法将患者的视觉外观转化为客观,定量和临床有用的措施。”
Faceage是最新的工具在医学专家之间不断增长的运动专注于生物时代的运动中,使用面部分析来确定衰落和转移预防的早期迹象,而不仅仅是治疗。
斯坦福大学深度学习兼职教授,技能情报公司Workera等专家说,在生物时代研究中向AI转变的是,关于克服人类的局限性。
Katanforoosh告诉解密。这与早期的深度学习模型相似,比人类在照片中检测猫的情况要好得多。他们不使用直觉。他们接受了数百万个例子的培训,并了解了统计上一致的是什么。
他补充说:“人类是有偏见和不一致的。
Gen叙述的每周AI旅程,Gen是一种生成的AI模型。