这项研究介绍了一种名为 3D-FAICE 的深度学习系统,旨在通过非侵入式的三维面部成像技术来筛查脂肪性肝病(SLD)。研究人员利用超过一万名受试者的数据,开发出了能从面部特征中提取风险评分的 AI 模型,其准确度不仅在多中心验证中表现优异,在智能手机端也展现出极高的应用潜力。通过代谢组学分析,研究证实了面部特征与体内糖脂代谢紊乱之间存在显著的生物学关联。此外,研究还采用了多模态数据融合与知识蒸馏策略,进一步提升了模型的预测性能。为了保障医疗数据的安全,该系统集成了联邦学习和差分隐私技术,在不泄露隐私的前提下实现了跨中心协作。总而言之,这项成果为大规模、低成本的肝病筛查和个人健康管理提供了一种创新的人工智能解决方案。
References:
Gao Y, Wang K, Ke Y, et al. Multi-modal AI-enabled steatotic liver disease diagnostics using facial images and metabolomics[J]. Cell Reports Medicine, 2026, 7(8).

