在未来，扫下你的脸，你可能会知道你得了什么病。
最近的一项研究成果真的让我们看到了一点眉目。
北京大学的一个研究团队创建了一个研究团队 AI ，用热成像仪扫脸，就能检测出是否有高血压、糖尿病、脂肪肝等慢性病。
也可以用它来预测我们的衰老和健康状况，然后用它来检测心血管疾病。
也许和大多数人一样，当我第一次看到这项研究时，我认为这种研究最多是一个实验室的结果。出乎意料的是，经过调查，我发现这类技术科学家已经做了很长一段时间，而且有很多实际的应用案例。
例如，许多护肤企业已经完成了扫脸推荐产品的应用，可以帮助用户通过面部识别获得皮肤状况。
而且整个过程都是基于皮肤病学分级系统来评价的，几乎可以达到皮肤科医生的水平。
即使在几年前，他们也基于这个技术制作了一个硬件，放在手机上，让相机看到更多的面部细节，并在几分钟内给你一份完整的皮肤研究报告。
人脸识别除了识别最基本的皮肤状况外，还可以帮助我们看到很多其他的疾病。
早在 2014 2000年，美国有个名字 FDNA 企业，已经整合了一个企业， “ 扫脸看病 ” 的应用程序 Face2Gene 。
基本上关注这个领域的人都知道他们的名字，相关报道也很多。
至于它，人们可以通过看脸进行基因筛查，专门用来诊断各种罕见的遗传综合征，还可以检测一些自闭症情绪疾病。
到目前为止，它能准确识别出来，就有了 300 来种疾病。
像往年一样， Face2Gene 提前帮一个小女孩诊断出来 Wiedemann Steiner 综合征（ 由基因变异引起的罕见疾病 ），当时，各种典型的身体症状还没有出现。
今年年初，日本对其进行了全面的研究，结果发现， Face2Gene 筛查先天性变形综合征时，准确率高达 85.7% 。
所以在诊断之前，医生用它作为初筛工具没有问题，也有很多医院这样做了。
据《泰晤士报》报道，英国的一家医院使用 Face2Gene ，筛查儿童的基因疾病，几秒钟内就能识别出多种疾病 2000 各种面部特征，为医生节省了不少精力。
还有很多类似的技术，就在上个月，墨尔本大学的一个研究团队也提供了一个工具，可以通过识别面部肌肉来判断是否中风，准确率高达 82% 。
还有老龄化严重的日本，他们对老龄化严重的日本， AI 辅助诊断技术也是贼上心。
今年 CES 展览上，日本电气（ NEC ）新产品还获得了人工智能创新奖，只需要 10 秒，可以从一个人的脸上估计他的脉搏率、氧气水平和呼吸频率。
而且 NEC 我们还计划在多模态生物特征认证上下更大的功夫，也就是说，我们不仅要识别人脸，还要识别虹膜等，这样检测的准确性才能提高到更高的水平。
不管怎样，近年来，看脸的产品越来越多，但每个人心里可能都有这样一个问题，仅仅依靠面部识别，如何看到这么多疾病？
事实上，有一个非常严格的科学证明，人脸的生长是由基因决定的，可能有 6000 各种基因，都与人脸的外貌有关。
如果缺少某个基因或其中一个基因突变，它会立即反映在脸上，如影响眉毛、鼻底或脸颊的形状。
根据理想情况，仅靠面部识别就可以诊断出唐氏综合征、儿童早衰等上千种基因疾病。
但正常情况下，我们提到的这些细微变化，光靠肉眼可能连医生都察觉不到，相比之下， AI 敏感多了。
就拿 Face2Gene 一般来说，它可以在很短的时间内计算数百万次面部数据，包括眼睛有多斜、眼睑裂有多窄、耳朵有多低等，可以进行详细的定量分析，然后列出可能的疾病。
此外，面部各个区域的温度也会根据不同的疾病略有变化，比如我们开头提到的高血压和糖尿病的识别，就是基于这个原理。
它将首先通过热成像仪扫描人脸 3D 图像，然后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是血压升高的明显迹象。
当然，用 AI 面部识别和看病并不意味着要取代医生。本质上，它只能帮助医生对特定疾病进行初步筛查。
最初判断一种疾病可能与面部表情有关 6000 所有的基因都被筛查过一次。如果使用， AI ，在它的调查下，通常可以通过检查一两个基因来完成。
但话说回来， AI 要实现这些前提，除了强大的算法外，还必须有足够的患者数据。
这是这类 AI 现在要解决的头等大病。或者。 Face2Gene ，虽然识别某些基因疾病的准确性相当高，但仅限于白人患者。如果患者改变肤色或种族，可能无法诊断。
差异如此之大的原因也很简单，因为它用于训练的数据库大多是欧洲和美国的白人患者，很少有其他肤色或种族的数据。
比如在欧美，判断唐氏儿的标准之一就是看眼睛是否向上倾斜，而在东南亚，很多正常人的眼睛也有这个特点。
因此，对于不同种族和肤色的患者， AI 算法还必须设定相应的评价标准。
但不管怎样， AI 看脸识别病总是对你、我、他的技术有好处。
我真的很期待在手机上上线 App 是的，扫个脸就能看病，多方便啊。
责任编辑：上面的文Q
文章内容报告
还没有评论，来说两句吧...