这项被称为 “AI 相面” 的技术，正从实验室走向现实，却也裹挟着争议狂奔。
一、从拜登案例到全球 120 万用户：技术突进的双面镜
2025 年 5 月，美国前总统拜登患前列腺癌并扩散至骨骼的消息公布后，一条社交平台帖子引发热议。爱云医用云诊平台合作人张建国称，其平台三年前就精准预判了拜登的前列腺癌及多项重疾，“可惜美国团队未重视”。这份 2022 年的报告显示，拜登前列腺病变高风险置信度达 87%，还预警了帕金森、颅内肿瘤等问题。而提供这项检测的爱云医平台，号称能覆盖 110 种肿瘤和 1700 多种疾病，准确率 80%-90%，甚至能提前 5-25 年发现糖尿病、冠心病。
2022年中国全癌种各年龄段的发病情况。
来自：中国国家癌症中心的报告（Cancer incidence and mortality in China, 2022）
无独有偶，哈佛医学院团队在《柳叶刀・数字医疗》发表的研究显示，其开发的 AI 工具通过面部照片可预估癌症患者生存期：风险最高组 50% 在 90 天内死亡，最低组仅 2% 死亡。澳大利亚莫纳什大学、中国鹰瞳科技等也有类似探索。
技术落地速度惊人。截至 2025 年，爱云医已为 38 国 120 万人检测，2024 年收入超 300 万元，2025 年预计破亿；哈佛团队的算法则在 6196 名癌症患者中完成测试。
二、原理之争：中医血脉与西医数据的碰撞
“我们用中医诊断原理，却靠西医数据训练模型。” 爱云医创始人周益华的这句话，道破了技术内核的矛盾与创新。其技术根基锚定中医 “望诊”：面部、耳朵、舌头、手部的特定区域对应内脏器官，比如下巴关联生殖系统 —— 拜登下巴的血丝，被视作生殖系统异常的信号。AI 将这些部位拆解为 10 万个位点，对比用户特征与患者阳性特征的重合率，以此判断健康风险。检测时需 “五诊合一”（面诊、手诊等），监测急病时甚至会放大视频帧 100 倍分析皮下血流，还原心脏节奏，堪称 “数字脉诊”。
而海外研究更偏向生物统计学：哈佛团队的 FAHR-FaceSurvival 模型聚焦眼下方、鼻子周围（与死亡相关），通过 AI 估算生物年龄与实际年龄的差值判断健康 —— 差值越大，癌症患者预后越差。
现代医学确有支撑：皮肤发黄可能提示肝病，唐氏综合征有典型面部特征，哮喘患者鼻宽较宽…… 但这能否证明 “看脸识百病”？科学界仍存疑。
Hugo J.W.L. Aerts团队算法图示。
来自：《柳叶刀·数字医疗》
三、十年弯路：从珠宝商到 AI 医研者的突围
爱云医的诞生，始于一场偶然。2015 年，在新加坡读 “总裁班” 的周益华（彼时已在珠宝、服装领域创业成功），目睹同学仅凭照片就诊断出其母亲未告知的新病情。这位中西医双料博士的 “绝技”，让周益华决心将其数字化。创业之路布满荆棘。2016 年，团队曾试图用中医数据训练模型，却因 “10 个中医 10 个诊断结果” 的模糊性碰壁，最终转向西医数据，导致早期合伙人退出。AI 医疗尚未普及的年代，周益华自掏 6000 多万元，公司一度只剩 3 人，疫情期间靠员工兼职维系。
如今，技术终于有了落地场景：“猝死监测” 工具被保安公司采用，3.0 版本能生成 3D 数字心脏查看房颤；周益华更直言，正推进系统作为二类医疗器械注册，目标是成为 “全球领先的无接触 AI 医生原研商”。
四、狂欢下的暗礁：技术无法回避的三重拷问
用户规模指数级增长的背后，隐忧愈发清晰。准确性的边界在哪里？ 爱云医承认，对黑人等深色皮肤人群误差大 —— 图像识别依赖肤色特征，且缺乏相关临床数据；哈佛团队也发现，鼻部矫正手术会让 AI 估算年龄偏高 1.11 年。判别模型的局限性，让其在罕见病、特定人群中表现拉垮。
隐私防火墙如何筑牢？ 人脸信息本就敏感，叠加健康数据后风险陡增。历史上，人脸识别信息泄露曾引发 “被贷款”“被洗钱” 等事件，而医疗数据泄露的后果更不堪设想。
中西医鸿沟如何弥合？ 中医 “望诊” 的经验性与西医 “循证” 的严谨性，始终存在认知冲突。爱云医虽用西医数据训练，却仍以中医理论为根基，其有效性难以被科学界普遍认可。此外，误诊漏诊的责任认定、早期疾病检出后的心理焦虑，都是现实难题。
结语：潜力与风险的角力
若 AI 真能通过几张照片改写癌症等重疾的命运，人类寿命或将迎来质变。但从 “不敢尝试” 的恐惧到 “跨界应用” 的尝试，这项技术的每一步突进，都需跨过数据偏见、隐私伦理、认知分歧的关卡。AI “相面” 的未来，不在技术有多炫，而在能否回答最根本的问题：如何让 “看脸识病” 既靠谱，又安全，还能被世界信任。这道题的答案，决定着它是医疗革命的曙光，还是昙花一现的幻象。