脱发、黄瘤(眼睑变黄)和角膜弓(角膜周围的不透明环)是表明一个人可能患有心血管疾病的几个面部生物标志物之一。

        在此基础上，中国的一个研究小组正在开发一种深入学习算法，只需研究一个人的四张照片，就可以确定一个人患冠心病的风险。

        在2017年至2019年的两年里，研究人员招募了5796名在医院接受心脏成像的患者。每个患者都拍了四张照片--两张侧面照片、一张正面照片、一张俯视头顶的照片。然后训练了一种深入学习算法，以研究这四幅图像，评估一个人患心脏病的风险。

        该算法的结果在另外1000名患者中得到了验证：在80%的队列中，该算法能够正确检测心脏病。此外，该算法还能准确检测61%的冠心病患者。这项新研究发表在"欧洲心脏杂志"上。

        毫无疑问，这种人工智能辅助诊断的潜在好处是巨大的，这也是第一次将人工智能用于分析面部以检测心脏病。这是朝着开发一种基于深入学习的工具迈出的一步，该工具可用于评估心脏病的风险，无论是在诊所还是通过患者自拍进行自我筛查。

        牛津大学的两位心血管专家承认，虽然这项技术还没有准备好使用，但这些创新的诊断方法可以彻底改变我们对医学的认识。

        然而，研究人员还表示，该算法的性能是普遍的，该算法的准确性远远低于将其扩展到临床环境所需的水平，而附加的临床信息并不能提高其性能，脸颊、额头和鼻子为该算法提供的信息比其他面部区域提供的信息更多。毕竟，高达46%的假阳性率可能会给患者带来焦虑和不便，而且可能会使临床负担过重，患者需要进行不必要的检查。

        此外，另一个需要考虑的问题是，一旦这些诊断工具登陆，它们将面临相当大的伦理挑战。尤其令人关切的是，非医疗专业人员收集此类私人健康信息的可能性。敏感的健康记录数据可以很容易从面部照片中提取出来，这是一种不必要的传播，使得本文讨论的技术对个人数据保护构成了重大威胁。

        当技术中立受到商业偏好的影响时，它往往会对伦理道德产生影响。显然，未来的临床工具研究应注意隐私、保险和其他社会影响，以确保该工具仅用于医疗目的。