未来，扫一下你的脸，就能知道你得了什么病。
这不是在开玩笑，最近的一项研究成果，让我们看到了这种可能性。
北大研究团队开发出一个 AI 系统，据说可以通过热成像仪扫一下脸，就能检测出高血压、糖尿病、脂肪肝等慢性疾病。
这个 AI 系统还能用来预测衰老状况和健康状况，未来甚至有可能用于检测心血管疾病。
也许和大多数人一样，刚看到这个研究时，我也觉得它顶多是个实验室成果。但经过一番调查后，我发现这类技术其实科学家们早就开始研究了，并且已经有了不少实际应用的案例。
例如，不少护肤企业都推出了扫脸推荐产品的应用，可以利用面部识别技术，帮助用户获取皮肤状况。
整个过程基于皮肤病学分级系统进行评估，能达到几乎与皮肤科医生同等的水平。
甚至在过去几年，他们还基于这项技术开发出一种硬件设备，可以安装在手机上，使摄像头能够捕捉到更多面部细节，几分钟内就能生成一份完整的皮肤研究报告。
除了识别最基本的皮肤状况，人脸识别还能帮助我们诊断很多其他疾病。
早在 2014 年，一家名为 FDNA 的美国公司就开发出了一个名为 Face2Gene 的“扫脸看病”应用程序。
基本上关注这个领域的都知道他们的大名，相关的报道也不少。
Face2Gene 只看脸就能对人进行基因筛查，专门用于诊断各种罕见的遗传综合征，还能检测一些自闭症类的情绪疾病。
到目前为止，它已经可以准确识别出 300 多种疾病。
几年前，Face2Gene 就提前帮助一个小女孩诊断出了 Wiedemann Steiner 综合征（一种基因突变导致的罕见疾病），当时各种典型的躯体症状还没有出现。
而且今年年初，日本针对 Face2Gene 进行了一项研究，结果发现它在筛查先天性变形综合征时的准确率高达 85.7%。
也就是说，医生在诊断前用它作为初筛工具完全没问题，许多医院也是这么做的。
据《泰晤士报》报道，英国的一家医院使用 Face2Gene 为儿童筛查基因疾病，可以在几秒钟内识别出 2000 多种面部特征，帮助医生节省了不少精力。
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开发出了一种工具，可以通过识别面部肌肉来判断是否中风，准确率也高达 82%。
另外，在老龄化严重的日本，他们对 AI 辅助诊断技术也十分重视。
今年的 CES 展会上，日本电气 (NEC) 的一款新产品获得了人工智能创新奖。只需要 10 秒，就可以根据一个人的脸部估算出他的脉搏率、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方面投入更多精力，也就是说，除了识别脸部，还要识别虹膜等，这样可以提高检测的准确率。
近年来，识别脸部看病的产品越来越多，但大家心中可能还存在一个疑问：仅仅依靠面部识别，怎么能看出这么多病？
实际上，这背后有非常严谨的科学依据。人脸的生长是由基因决定的，大约有 6000 多种基因与人脸的长相有关。
如果缺少某个基因，或者其中一个基因发生了突变，都会立即反映在人脸上，比如影响眉毛、鼻底或脸颊的形状等等。
理想情况下，仅仅依靠面部识别，就能诊断出唐氏综合征、儿童早衰症等上千种基因类疾病。
但在通常情况下，我们提到的这些细微变化，光凭肉眼可能连医生都察觉不到。相比之下，AI 的敏感度要高得多。
就拿 Face2Gene 来说，它可以在极短的时间内对面部数据进行数百万次运算，包括眼睛的斜度、睑裂的宽度、耳朵的高度等等，它都可以详细地量化分析，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发生细微的变化，比如我们开头提到的识别高血压和糖尿病，就是基于这个原理。
系统会先通过热成像仪扫描出人脸部的 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，使用 AI 面部识别看病，并不是要取代医生，本质上它只能帮助医生做特定疾病的初筛。
原本判断一种疾病，可能需要检查与面部表情相关的 6000 多种基因，如果使用 AI，在它的筛查下，通常检查一两种基因就能完成。
但是，AI 要实现这一切，除了需要强大的算法，还需要充足的患者数据。
这是这类 AI 目前需要解决的头号难题。还是以 Face2Gene 为例，尽管它在识别某些基因疾病方面的准确率已经相当高了，但仅限于白人患者，如果更换肤色或种族的患者，可能就无法诊断出来了。
出现这种差异的原因很简单，因为它们用来训练的数据库中，大部分是欧美那边白人患者，其他肤色或种族的患者数据很少。
例如，在欧美地区，判断唐氏症的一项标准是看眼睛是否向上倾斜，但在东南亚，许多正常人的眼睛也有这种特征。
因此，针对不同种族和肤色的患者，AI 算法还需要设定好对应的评判标准。
无论如何，AI 看脸识别病总归是一种利好你我他的技术。
我真的很期待在手机上上线这类应用，扫一下脸就能看病，那多方便啊。
