一张照片预测你的健康风险，FaceAge AI让面部成为重要生物标记

人脸照片预测癌症预后：医学影像的新突破

麻省总医院布里格姆（Mass General Brigham）的研究人员近日推出了一款名为FaceAge的人工智能工具，该工具仅通过分析患者的面部照片，就能估算其生物学年龄并改善癌症生存结果的预测。

这项技术基于对数万张面部照片的训练，能够将微妙的面部特征转化为生物学年龄的估计。研究发现，癌症患者平均看起来比实际年龄大约5岁，而较高的FaceAge评分与较差的生存率相关。

在医生测试中，当将FaceAge风险评分添加到临床数据中时，医生在预测6个月生存率方面的准确性显著提高。更有趣的是，AI的预测与一种与细胞衰老相关的基因相关联，这表明FaceAge捕捉到了仅通过年龄无法检测到的生物学过程。

虽然我们常被教导不要以貌取人，但实际上，我们的面部可能揭示关键的健康信息。这项技术将医生几十年来直观观察到的现象量化，将面部特征转变为可操作的生物标记，有望帮助医生比以往更精确地个性化治疗方案。

Sakana AI：让AI拥有"时间思维"能力

Sakana AI公司推出了"连续思维机器"（Continuous Thought Machines，CTMs），这是一种新型模型，通过允许AI像人脑一样随时间推移逐步思考，而不是像当前AI系统那样立即做出决策，使AI更接近人脑思维方式。

与大多数以静态、一次性方式处理信息的AI不同，CTM考虑了其内部活动如何随时间展开，这与我们的大脑运作方式非常相似。该技术从真实大脑中汲取灵感，在真实大脑中，神经元同时激活的时间对智能至关重要。

Sakana演示了CTM解决复杂迷宫的能力，展示了模型在思考过程中可视化地追踪迷宫中可能的路径。另一个例子涉及图像识别，CTM会查看图像的不同部分，并根据任务的难度花费更多时间。

Sakana是一家独特的AI创业公司，其使命是将"受自然启发"的方法引入AI模型。这些CTM提供了一个差异化因素，可能有助于将人脑的灵活性和适应性带入先进系统，从而导致AI以更接近人类的方式推理、学习和解决问题。

OpenAI发布HealthBench：医疗AI评估新标准

OpenAI发布了HealthBench，这是一个与262名医生共同创建的基准，用于评估AI系统在健康对话中的表现，并为测量AI在医疗环境中的安全性和有效性建立新标准。

该基准测试模型跨越多个主题（如紧急转诊和全球健康）和行为（准确性、沟通质量等）。最新模型在基准测试中表现明显更好，OpenAI的o3得分为60%，而GPT-3.5 Turbo仅为16%。

结果还显示，较小的模型现在也变得更加强大，GPT-4.1 Nano的性能超过了旧版选项，同时成本降低了25倍。OpenAI已经开源了评估和测试数据集，包含5000个模型和用户之间的真实、多轮健康对话。

大量证据表明，AI可以在医疗环境中提供多方面的重大改进，拥有经医师验证的基准是衡量每个模型在医疗环境中表现的重要步骤，也是决定何时以及如何部署它们的关键依据。