未来，扫下你的脸，可能就知道你得啥病了。。。
没在瞎掰，最近的一项研究成果，还真让咱看到了一点眉目。
北大的一个研究团队，搞出来一个 AI ，说是用热成像仪扫一下脸，就能检测出有没有高血压、糖尿病和脂肪肝等慢性病。
还能用它来预测我们的衰老状况和健康状况，之后用它来检测心血管类的疾病，也不是没可能。
可能跟大部分差友一样，刚看到这个研究的时候，世超觉得这类研究顶多算个实验室成果。没想到在查了之后发现，这类技术科其实学家们早就在搞了，而且已经有不少实际应用的案例了。
就比如有不少护肤企业，都整出了扫脸推荐产品的应用，可以通过面部识别，帮用户获取皮肤状况。
而且整个过程，还是基于皮肤病学分级系统进行评定的，几乎可以达到皮肤科医生的级别。
甚至在前些年，他们还基于这个技术搞出来一个硬件，套在手机上面，就能让摄像头看到更多的面部细节，几分钟就能给你递出一份完整的皮肤研究报告出来。
除了识别最基础的皮肤状况外，人脸识别还能帮我们看不少其他的病。
早在 2014 年，美国有个名叫 FDNA 的企业，已经整出来一个 “ 扫脸看病 ” 的应用程序 Face2Gene 。
基本上关注这个领域的都知道它们的大名，相关报道也不少。
它呢，光看脸就能对人进行基因筛查，专门用来诊断各种罕见的遗传综合症，还能附带检测一些自闭症类的情绪疾病。
到现在为止，它能准确识别出的，就有 300 来种疾病。
像是前几年， Face2Gene 就提前帮一个小女孩诊断出了 Wiedemann Steiner 综合征（ 一种基因变异引起的罕见疾病 ），当时，各种典型的躯体症状都还没显现出来。
而且今年年初，日本针对它整了个研究，结果发现 Face2Gene 在筛查先天性变形综合征的时候，准确率能高达 85.7% 。
等于是医生在诊断前，用它来当个初筛工具都没啥问题，也有不少医院这么做了。
据泰晤士报消息，英国的一家医院用 Face2Gene ，给儿童筛查基因疾病，能在几秒内就识别多种疾病的 2000 多种面部特征，给医生们省了不少精力。
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整出来个工具，能通过识别面部肌肉，来判断是不是中风了，准确率也高达 82% 。
还有在老龄化严重的日本，他们对 AI 辅助诊断的技术也是贼上心。
今年 CES 展上，日本电气（ NEC ）的新产品还拿下了人工智能创新奖，只需要 10 秒，就能从一个人的脸上，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上下更多的功夫，也就是说，不光要识别人脸，还要识别虹膜等等，好让检测的准确率更上一层楼。
反正近些年来，识脸看病的产品是越来越多了，不过大伙们心里可能还都有这么一个疑问，光靠一个面部识别，是怎么看出这么多病的？
其实这还真有非常严谨的科学证明，人脸的生长是由基因决定的，大概有 6000 多种基因，都和人脸的长相有关。
要是缺少某个基因，或者其中一个基因突变了，也都会立马反映在人脸上，比如影响眉毛、鼻底或者脸颊的形状等等。
并且按照理想状况，光靠面部识别，就能诊断出像唐氏综合征、儿童早衰症等上千种基因类疾病。
但在一般情况下，咱提到的这些细微变化，光靠肉眼可能连医生都察觉不到，而相较之下， AI 就敏感得多了。
就拿 Face2Gene 来说，它能在极短的时间内，对面部数据进行几百万次运算，包括眼睛有多斜、睑裂有多窄、耳朵有多低等等，它都能详细的量化分析，进而列出可能的疾病。
另外，面部各个区域的温度，也会根据不同的疾病有微小的变化，像是咱开头提到的识别高血压和糖尿病，就是基于这个原理。
它会先通过热成像仪扫描出人脸部的 3D 图像，再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就是血压升高的明显迹象。
当然，用 AI 面部识别看病，可不是说要把医生给取代掉，本质上它还只能起到帮医生们做特定疾病初筛的作用。
原本判断一个疾病，可能要把和面部表情相关的 6000 多种基因全都筛查一遍，要是用上 AI ，在它的排查下，通常检查一两种基因就能搞定。
但话又说回来， AI 要实现这些的前提，除了有强大的算法外，还得有充足的患者数据。
而这是这类 AI 现在要解决的头等大患。还是 Face2Gene ，虽然它识别某些基因疾病的准确率已经相当高了，但也仅限于白人患者，要是换个肤色或种族的患者，就不一定能诊断出来了。
有这么大差别的原因也很简单，因为它用来训练的数据库里，大部分都是欧美那边的白人患者，很少有其他肤色或种族的数据。
像是在欧美那边，判断唐氏儿的一个标准就是看眼睛是不是向上倾斜的，而在东南亚，很多正常人的眼睛也有这个特征。
所以针对不同种族和肤色的患者， AI 算法也还是得设定好对应的评判标准。
但不管怎么说， AI 看脸识别病总归是利好你我他的技术。
世超倒真挺期待在手机里上线这类 App 的，扫个脸就能看病，那多方便啊。。。
撰文：松鼠
编辑：江江
美编：宣萱
图片、资料来源：
Scitechdaily、yahoo、fortune、36 氪等。
