3D 面部成像助力代谢健康预测：开启个性化医疗新篇

为探究面部特征与代谢综合征（MetS）关系，研究人员开展研究，构建模型预测代谢健康，意义重大。

　　人脸蕴含着丰富且复杂的表型信息，涵盖遗传、环境和生理等多个维度。面部图像在诊断遗传疾病方面表现出色，但其在预测代谢健康方面的潜力却尚未得到充分挖掘。代谢综合征（MetS）以一系列代谢异常为特征，会显著增加多种慢性疾病的发病风险。研究人员在由 2621 名中国个体组成的发现队列和 2188 名中国个体组成的验证队列中，利用全脸关联研究（FaWAS），探究了面部特征与 MetS 及其相关病症之间的联系。研究结果显示，所研究的面部特征中有一半与 MetS 风险密切相关，比如额头较窄、下颌更宽更短，以及太阳穴 - 眼睛 - 脸颊区域更饱满等。这些面部特征与 MetS 不仅存在显著的遗传相关性（0.55 - 0.58），还受到年龄、城市居住情况和教育水平等环境因素的影响。基于面部特征开发的预测模型展现出强大的预测能力，在外部验证中，预测 MetS 的受试者工作特征曲线下面积（AUC）高达 0.87，预测肥胖的 AUC 为 0.89，超越了传统的二维成像技术。该模型还能在健康人群中识别出不同亚型，这些亚型人群在未来五年内患不同代谢紊乱疾病的风险比其他人高出 2.07 至 2.40 倍，这为 “高危” 个体的精准风险分层提供了途径。通过整合 3D 面部成像技术进行代谢健康预测，这项研究开创了一种创新的、非侵入性的健康评估和亚型识别框架，在个性化医疗和健康监测领域展现出巨大的潜力。