衰老与大量疾病包括肿瘤、心脑血管疾病等存在着显著关联。心脑血管相关疾病有着发病突然，致死致残率较高的特点。急性缺血性脑卒中（脑梗）如果得不到及时治疗，通常会引发显著的后遗症如语言系统失调，偏瘫等。目前的临床诊断指南，以体征查询和MRI/CT的影像学证据为金标准进行诊断。但是MRI/CT通常面临着资源匮乏，等候时间长，价格较高等难题。因此脑卒中的快速诊断治疗是一个亟待解决的问题。
人脸是人类最独一无二的复杂表型，其与大脑共同起源于Cranial neural crest cells。因此大量的遗传病也会伴随有面部表型的异常。此前的研究表明可以通过人脸表型鉴定大量遗传发育缺陷疾病。韩敬东课题组自2015年起系统探究了人脸与衰老的关系，证明了人脸是一个有效的衰老标志物，可以反映出与健康指标的关系，并且可以准确推断衰老速率与转录组介导基因。考虑脑梗是典型的衰老性相关疾病，韩敬东团队与合作者创新性地研究了人脸图片是否可以辅助快速诊断脑梗。
近日，北京大学韩敬东团队与上海交通大学叶静团队在Aging Cell上发表了题为：Prediagnosis recognition of acute ischemic stroke by artificial intelligence from facial images的研究论文，证明了人脸图片可以快速准确地识别急性脑卒中病人，并且模型计算的脑梗概率可以帮助鉴别多种新型临床标志物。
研究人员利用在上海交大瑞金医院急诊科搜集的急性脑卒中病人与其他非脑卒中对照组，结合深度卷积神经网络构建了诊段模型。模型在10折交叉验证和测试集中分别达到了91%和82%的AUC值，表明了模型具有较好区分脑梗与对照组的能力。结合统计检验与Grad-CAM算法，研究人员发现了脑梗病人在蓝色通道(Blue channel)上都表现出明显的富集信号。随着脑梗概率的增加，患者面中区域也更加暗沉。
模型计算的脑梗概率同时可以鉴别新型的血常规临床标志物。其中包括典型的凝血指标FDP，以及免疫指标中性粒细胞与白细胞数量，代谢指标血糖和尿液管型。脑梗概率在50岁以上的中老年人群中，与年龄和衰老速率也都表现出显著正相关。模型在MRI/CT双阳性组和CT阳性组都表现出与金标准相当(80%)的准确性。此外，模型的脑梗概率还可以预先发现健康-脑梗中间的过渡人群。部分被模型判定为脑梗但临床上为健康的False Positive志愿者，血常规临床指标都表现出了异常比如升高的FDP和中性粒细胞。后续随访中该组志愿者在两年内也表现出了更高的脑梗实际发作率。总的来说，该研究创新性的结合人脸图片与深度学习构建了一个准确便捷的脑梗诊断模型，并且具有较大的临床应用潜力。
中科院上海营养健康所计算生物学重点实验室博士生王一洋，上海交通大学瑞金医院急诊科叶云燕、施晟懿为共同第一作者。北京大学定量生物学中心与生命科学联合中心韩敬东教授，上海交通大学瑞金医院叶静教授为共同通讯作者。本项研究工作得到了国家自然科学基金委和科技部的支持。
