5月8日，《柳叶刀-数字医疗》期刊发表一项研究称，美国麻省总医院团队利用AI分析癌症患者面部照片，预测其生物年龄。研究表明，‘看起来更年轻’的患者治疗效果普遍更好。生物年龄与健康状况紧密相关，能反映治疗耐受力。研究开发的FaceAge工具基于5.6万张60岁以上人脸照片训练，发现癌症患者平均‘外貌年龄’比实际年龄大五岁。例如，69岁的Toni Feather因‘显年轻’可能具备更强恢复力。FaceAge不仅关注皱纹等明显特征，还检测太阳穴凹陷及嘴角折痕等隐性变化。研究者希望将其商业化并申请专利，但目前该工具存在肤色偏见及外界因素干扰等问题尚未解决。

伦敦国王学院研究人员利用AI技术开发出一种“衰老时钟”，通过分析22.5万名40至69岁参与者的血液样本，发现非线性机器学习算法，尤其是Cubist回归模型，能有效预测个体健康状况和寿命。该“衰老时钟”能检测健康状况下降的早期迹象，帮助采取预防措施。科学家引入了“MileAge”代谢组年龄，通过血液新陈代谢中的小分子评估生物年龄。研究显示，生物年龄大于实际年龄的个体更易患病，死亡风险更高。此项研究为健康管理和预防策略提供了新视角。