來(lái)源??TMR Publishing Group?

作者??Traditional Medicine Research 編輯部???

看臉識(shí)病人？

眾所周知，很多疾病都都與相貌的變化密不可分。有經(jīng)驗(yàn)的醫(yī)生往往在看到患者的同時(shí)，就能夠從患者的臉部提取很多有用的信息，有時(shí)候甚至能夠直接作出診斷，例如：黃疸性肝炎、紅斑狼瘡、肝硬化、缺鐵性貧血等。

假如我們能找到相貌與疾病的聯(lián)系，那么很多疾病就可以達(dá)到提前診斷和預(yù)防，特別在腫瘤這種特殊的領(lǐng)域，如果能夠?qū)崿F(xiàn)早期診斷和早期治療，那么腫瘤的治愈率無(wú)疑問(wèn)的會(huì)得到極大程度的提高。那么相貌和腫瘤到底存在什么樣的聯(lián)系呢??

現(xiàn)代研究證實(shí)了古代相書(shū)？

《黃帝內(nèi)經(jīng)》中有記載：“雷公曰：五官之辨奈何？黃帝曰：明堂骨高以起，平以直，五臟次于中央，六腑挾其兩側(cè)。首面上與闕庭，王宮在于下極。五臟安于胸中，真色以致，病色不見(jiàn)。明堂潤(rùn)澤以清，五官惡得無(wú)辨乎？沉濁為內(nèi)，浮澤為外，黃赤為風(fēng)，青黑為痛。白為寒，黃而膏潤(rùn)為膿，赤甚者為血，痛甚者為攣，寒甚為皮不仁，五色各見(jiàn)其部，察其浮沉，以知淺深，察其澤夭，以觀成敗，察其散摶，以知遠(yuǎn)近，視色上下，以知病處，積神于心，以知往今”健康人的鼻根高而且鼻骨平直；顏色正常，沒(méi)有異常的顏色；五官分布位置恰當(dāng)。如果相反則暗示著人體將發(fā)生疾病。根據(jù)面部的異常情況，可以推測(cè)出疾病所在身體的位置和疾病嚴(yán)重程度。

《群品廣鑒》：欲識(shí)人生速死期，山堂清氣號(hào)魂離?！队窆苷丈瘛罚耗晟蠅凵隙拷栽谟诒牵鲏壑L(zhǎng)短也。光澤豐起者，不貴則富壽。黯黑及薄者，不貧則夭。雖然相書(shū)所記載是相貌與壽命的關(guān)系，但惡性腫瘤當(dāng)然也會(huì)影響人的壽命。那么，是否相貌出現(xiàn)的某些異常暗示著腫瘤風(fēng)險(xiǎn)呢？

很多現(xiàn)代研究所得出的結(jié)論與古書(shū)中的描述不謀而合。正常的相貌往往代表著健康的身體。有研究表明,擁有標(biāo)準(zhǔn)相貌的美麗的人往往身體更加健康，反之異常相貌特征導(dǎo)致的丑陋面容的人所得的疾病更多【2,3】。此外，許多遺傳病都有獨(dú)特的“臉部特征”，這些獨(dú)特的特征為潛在診斷提供了線索，例如：21三體、AEC綜合征、威廉斯綜合癥等。

[2]Rhodes G, Zebrowitz L A, Clark A, et al. Do facial averageness and symmetry signal health?. Evol Hum Behav, 2001,22(1):31-46.[3]Joshua J. A. Hendersona J M A. Facial attractiveness predicts longevity. Evol Hum Behav, 2003(24):351-356.?

其根本原因是：異常的染色體同時(shí)控制著人的相貌與疾病。例如，唐氏綜合征患者的許多實(shí)體瘤的發(fā)病率明顯降低。一些研究人員認(rèn)為一些遺傳異常如RCAN1基因，miR-99A，miR-125B2和miR-LET7C可以解釋這種相貌和疾病聯(lián)系。那么，基因突變導(dǎo)致腫瘤易感性的增加，那么該基因的突變會(huì)不會(huì)同時(shí)影響著相貌特征的改變呢？??

腫瘤和相貌有聯(lián)系嗎？

首先，我們利用神經(jīng)網(wǎng)絡(luò)技術(shù)對(duì)643例腫瘤患者照片進(jìn)行了回顧性研究。通過(guò)面部識(shí)別程序和神經(jīng)網(wǎng)絡(luò)多維度分析，我們發(fā)現(xiàn)：與正常人相比，在某些類型腫瘤的患者中，雙眼間距比正常人更窄。而且，腫瘤患者的鼻根部位更加塌陷，腫瘤患者的面色更加不均勻。圖??人工智能在臨床影像數(shù)據(jù)分析中得到了廣泛的應(yīng)用。如利用神經(jīng)網(wǎng)絡(luò)分析患者影像數(shù)據(jù)，輔助診斷糖尿病眼底病變或皮膚癌變。在本次研究中，我們首次開(kāi)發(fā)了一個(gè)人工智能腫瘤識(shí)別程序——AI Watcher。它可以根據(jù)人面部圖像信息來(lái)區(qū)分癌癥患者和正常人，其正確率能達(dá)到91%(圖1B)。

AI Watcher --- 人類健康的守望者

AI Watcher人工智能程序使用了一個(gè)具有6層結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)。AI Watcher根據(jù)坐標(biāo)系中不同的指標(biāo)組合，找出哪個(gè)部位對(duì)癌癥預(yù)測(cè)值的影響最大(圖1A)。未來(lái)可用于得到癌癥發(fā)生的概率并判斷腫瘤發(fā)生的風(fēng)險(xiǎn)。其中，相關(guān)度最高的區(qū)域是在眼睛和鼻根部(圖1C)，表明這些可能影響眼睛周圍區(qū)域發(fā)育的基因可能與腫瘤的進(jìn)展有關(guān)。

為了進(jìn)一步消除人們面孔上的個(gè)性化差異并檢驗(yàn)假設(shè)，我們選擇雙眼間距(Eyed)和面部寬度(Fw)作為指標(biāo)（Eyed和Fw的比值）來(lái)分析癌癥患者與正常人之間的差異（圖1E）。Eye-d和Fw的比值可以更準(zhǔn)確地反映不同患者之間真實(shí)面部特征的差異。結(jié)果顯示，正常人與患者的相對(duì)眼距分布和中位數(shù)均有不同，P< 0.001(圖2A)。另外，不同類型腫瘤的特征并不相同，因此我們通過(guò)回顧性臨床研究計(jì)算了腫瘤患者的相對(duì)眼距與患者性別、年齡、局部位置、腫瘤類型和轉(zhuǎn)移之間的關(guān)系（表2）。結(jié)果顯示，腫瘤類型和腫瘤轉(zhuǎn)移與相對(duì)眼距有關(guān)(圖2B)。肺癌和胃癌患者的相對(duì)眼距比其他類型的患者要窄。提示癌癥患者可以通過(guò)面部特征來(lái)識(shí)別，特別是肺癌、結(jié)直腸癌和乳腺癌(圖2B)。

根據(jù)相書(shū)記載，鼻基部的塌陷也可能意味著嚴(yán)重的疾病，我們隨后分析了鼻根塌陷的程度。我們利用平面照片中鼻根位置的像素的亮度來(lái)模擬鼻觸點(diǎn)的形狀(圖2C)。通過(guò)對(duì)直方圖結(jié)果與真實(shí)結(jié)果的比較，使用像素灰度值的模擬結(jié)果基本上可以代表真實(shí)的人臉?biāo)萸闆r(圖2D)。結(jié)果顯示，患者的鼻根形狀與正常人形狀有統(tǒng)計(jì)學(xué)差異(P<0.001)?；颊叩谋歉荨⑹菹?，而正常組則較豐滿（圖2E）。

基因測(cè)序解釋了?AI Watcher 預(yù)測(cè)的生物學(xué)基礎(chǔ)?

AI Watcher 可以通過(guò)面部特征來(lái)預(yù)測(cè)腫瘤風(fēng)險(xiǎn)，是因?yàn)橐恍Q定面部特征的基因與這些腫瘤基因密切相關(guān)。因此，我們收集了兩個(gè)腫瘤家族血液樣本進(jìn)行10X外顯子組基因測(cè)序，并分析了他們的面部特征。將基因結(jié)果與人類參考基因組進(jìn)行了比較，以過(guò)濾和確定可能決定面部特征遺傳和腫瘤易感性的突變位點(diǎn)。?

第一個(gè)家庭包括2名結(jié)直腸癌患者和3名正常親屬。利用癌癥基因數(shù)據(jù)庫(kù)對(duì)該家族成員的腫瘤易感基因進(jìn)行常規(guī)分析，結(jié)果如圖3。蛋白質(zhì)三維結(jié)構(gòu)分析結(jié)果預(yù)測(cè)了基因突變導(dǎo)致的變化(圖3D)。通過(guò)腫瘤數(shù)據(jù)庫(kù)和面部數(shù)據(jù)庫(kù)分析，發(fā)現(xiàn)許多與面部外觀和腫瘤相關(guān)的基因和SNP（表4）。

患者Z0（有腫瘤的父親）和Z1（有腫瘤的女兒）有許多相似的面部特征，如Eye-d和Fw的比例或眼睛與鼻子的相對(duì)位置(圖4A)?？傊?，我們對(duì)基因數(shù)據(jù)庫(kù)的分析發(fā)現(xiàn)，繼承相同面部特征的患者意味著他們繼承了相同的面部發(fā)育基因，這些基因很可能與癌癥的發(fā)展有關(guān)。此外，我們還發(fā)現(xiàn)了一些突變是增強(qiáng)子（表6）。面部發(fā)育和腫瘤發(fā)生的基因調(diào)控是非常復(fù)雜的，并不局限于外顯子。我們的研究可以作為一個(gè)初步的探索，揭示腫瘤相關(guān)基因與特異性腫瘤外觀之間的遺傳相關(guān)性。
?

AI Watcher為癌癥輔助診斷提供了一種新可能，可以結(jié)合腫瘤基因檢測(cè)做出更準(zhǔn)確的預(yù)測(cè)。此外，我們的數(shù)據(jù)還強(qiáng)調(diào)了面部表型的遺傳性與癌癥遺傳易感性相關(guān)，許多被忽略的具有一定程度的癌癥風(fēng)險(xiǎn)的DNA變異值得大家關(guān)注。未來(lái)如果有機(jī)會(huì)舉行關(guān)于癌癥組表型的大樣本測(cè)序和拍照會(huì)更有助于識(shí)別其與面部特征的聯(lián)系。

?本文作者：南開(kāi)醫(yī)院-張皓然 醫(yī)生，中國(guó)科技大學(xué)-呂廣奕 博士

?掃碼二維碼獲取全文

引用格式
Zhang HR, Lv GY, Liu S, Liu D, Wu XZ. The artificial intelligence watcher predicts cancer risk by facial features.?Tradit Med Res. 2022;7(1):1. doi:10.53388/TMR20211227255

訂閱 Traditional Medicine Research 期刊

只需將電子郵箱發(fā)送至?"傳統(tǒng)醫(yī)學(xué)研究"公眾號(hào)后臺(tái)
我們會(huì)定期將電子期刊發(fā)送到您的郵箱傳統(tǒng)醫(yī)學(xué)研究 Traditional Medicine Research（ISSN 2413-3973）【2022免版面費(fèi)】?已被Emerging Sources Citation Index (ESCI), 2021年中科院期刊分區(qū), Embase, ProQuest, J-Gate, EuroPub, WHO-COVID-19 Database?等數(shù)據(jù)庫(kù)收錄。

特別歡迎具有明確歷史記載、民族特色和地域特色的傳統(tǒng)醫(yī)學(xué)研究和相關(guān)社會(huì)科學(xué)研究。

2022年期刊免除版面費(fèi)。

官網(wǎng)：https://www.tmrjournals.com/tmr

投稿地址：https://submission.tmrjournals.com/submission?journal=18

編輯微信：pinuoxi