米国の研究チームは、顔写真から人の生物学的年齢を推定し、がん患者においては短期生存の可能性を評価できるAIを開発した。この研究成果は、2026年10月19日に医学誌『The Lancet Digital Health』に掲載され、ハーバード大学に所属するマサチューセッツ州最大の学術医療機関ネットワーク、マサチューセッツ総合ブリガム病院に由来する。
がん患者の顔は、腫瘍医にとって貴重な手がかりを提供し得る。これらの形態学的マーカーは、例えば、患者が重篤な化学療法や放射線療法に耐えられるだけの体力があるかどうかを臨床医が判断するのに役立つ。しかし、この評価は本質的に主観的であり、医療従事者によって異なり、再現性がない。
マサチューセッツ総合ブリガム病院のチームは、「Foundation Artificial Intelligence for Health Recognition – Face」を意味するFAHR-Faceと名付けたモデルを開発した。このモデルは4000万枚以上の顔写真で訓練され、その後、生物学的年齢の推定（FAHR-FaceAge）とがん患者の生存予測（FAHR-FaceSurvival）という2つのタスクに特化させた。著者らによれば、これは「AIモデルが単純な写真から直接がん患者の生存を予測できることを初めて実証した」ものだという。
医療に向けた「ファウンデーションモデル」
ChatGPTやGeminiと同様に、FAHR-Faceは「ファウンデーションモデル」、つまり、まず膨大な量のデータで訓練され、その分野の一般的な理解を獲得した後、特定のタスクに特化させたモデルである。違いはそのコーパスにある。テキストではなく、あらゆる民族背景と年齢の人間の顔写真である。これらを分析することで、モデルは顔の構造（比率、肌の質感、しわの深さ、眼窩下組織の状態）だけでなく、細胞の老化、疾患、喫煙、アルコール、栄養不足など、時間とともに顔を変化させるものも学習した。研究者らはその後、この基盤を2つの医療応用に向けて調整した。
FAHR-FaceAgeは、暦年齢とは対照的に、人の細胞、組織、臓器、生理学的システムの実際の状態に着目する。額、こめかみ、鼻唇溝（鼻から口角をつなぐしわ）、目の周囲に焦点を当てる。ハーバード大学の38,000人の患者コホートで検証された結果、顔が暦年齢より少なくとも5歳年上に見えた患者は、年齢、性別、がんの種類、病期を調整した後、あらゆる原因による死亡リスクが21％高かったことを示した。このモデルはまた、喫煙、アルコール摂取、薬物使用と顔の加速老化との関連性も明らかにした。
FAHR-FaceSurvivalは、眼窩下領域と鼻梁周辺を分析することで、がん患者の死亡リスクを評価する。これをテストするため、研究者らはモデルに放射線療法を受けた患者の写真を提出し、顔以外の情報は一切提供しなかった。モデルは各患者をリスクが最も低いものから最も高いものまで、リスクカテゴリーに分類した。
最も危険なカテゴリーに分類された122人の患者のうち、52.5％が実際に写真撮影から90日以内に死亡した。リスクが最も低いカテゴリーには975人の患者がおり、同じ期間内に約2％が死亡した。予後の重症度に基づいて患者を4つのグループに分けた場合、最もリスクの高いグループの患者は、最もリスクの低いグループの患者よりも3.23倍多く死亡した。
実環境での試験を伴わない後ろ向き研究
これらの結果は文脈の中で捉える必要がある。この研究は後ろ向きである。モデルには、転帰が既知の患者の写真が入力され、その後、その予測が事後的に現実と比較された。これはFAHR-FaceSurvivalが過去のデータを正しく分類することを示しているが、リアルタイムで使用された場合に医療判断を改善するかどうかはまだ実証されていない。このツールを診療プロセスに統合する前向き臨床試験のみが、その具体的な効果を測定できるだろう。そのような試験のうち2件は、マサチューセッツ総合ブリガム病院ですでに開始されている。
研究者らはまた、誰もが自分の顔写真をアップロードしてデータベースを充実させられる公開ポータルを開設した。ホームページによると、手順は10分以内で完了し、「すべての写真とデータは安全に保存され、研究目的のみに使用される」という。見返りとして、インターネットユーザーはFAHR-FaceAgeによる生物学的年齢の推定値を受け取ることができ、参加は匿名のままである。
