摘要：2018年，在《欧洲心脏期刊》上，法国图卢兹大学的研究人员公布的一项研究揭示了抬头纹（额头深纹）的出现与心血管疾病（CVD）死亡风险增加之间的潜在联系。这表明抬头纹等可见标志可能成为心血管风险的早期指标。

转自：生物谷

而现代医学的研究发现，看面相的确能够诊断出一些重大疾病。

抬头纹很深？注意心血管疾病！

2018年，在《欧洲心脏期刊》上，法国图卢兹大学的研究人员公布的一项研究揭示了抬头纹（额头深纹）的出现与心血管疾病（CVD）死亡风险增加之间的潜在联系。这表明抬头纹等可见标志可能成为心血管风险的早期指标。

该研究探讨了抬头纹是否可作为一个简单、直观的指标，来预测心血管疾病导致的死亡。相比之下，胆固醇水平、血压和生活方式等传统的心血管疾病风险因素需要通过测试或设备来测量，而抬头纹却提供了一种低成本、非侵入性的方法来识别可能处于更高风险的人群。

这项研究最初评估了3200名健康的在职成年人，他们的年龄分别为32岁、42岁、52岁和62岁。每位参与者都接受了体检，在此期间，医生对他们的抬头纹数量和深度进行了评分。皱纹严重程度分为三级：

0分：无皱纹。

1分： 少量浅皱纹。

2分和3分： 大量深皱纹。

随后，研究者对这些参与者进行了为期20年的跟踪观察，期间共有233人因各种原因死亡。研究团队分析了与皱纹评分相关的死于心血管疾病的人数。

研究结果颇具说服力：

与无皱纹（0分）的人相比，皱纹评分为1分的人死于心血管疾病的风险略有增加。

与无皱纹的人相比，评分为2分或3分（大量深皱纹）的人死于心血管疾病的风险近乎高出10倍。

在排除了年龄、性别、教育程度、吸烟状况、血压、心率、糖尿病和胆固醇水平等其他因素后，抬头纹仍与心血管死亡风险密切相关。

尽管这种联系的确切原因尚不清楚，但研究人员推测，这种关系可能与动脉粥样硬化这一心血管疾病的主要诱因有关。动脉粥样硬化涉及动脉因斑块积聚而硬化，受氧化应激和胶原蛋白蛋白变化等因素的影响。而这些生物过程也被认为促进了皱纹的形成。此外，额头的小血管可能更容易积聚斑块，使皱纹成为血管老化和潜在心血管问题的早期迹象。

研究人员强调，额头皱纹本身不应取代传统的心血管风险评估方法。但他们也指出了其作为易于获取的早期预警信号的潜力，并认为额头皱纹并不是评估心血管风险比现有方法（如血压和血脂检测）更好的方法，但只需简单一瞥，就能更早地发现问题。

实际上衰老迹象与心血管健康之间的关系正逐渐受到医学界关注。例如有的研究已观察到男性型秃发、耳垂折痕等特征与心脏病风险增加之间的联系。

秃顶与冠状动脉疾病

一项发表在《国际全科医学杂志》上的新研究揭示了雄激素性脱发（AGA），即通常所说的男性型秃发，与汉族男性冠状动脉疾病（CAD）之间存在显著关联。来自江苏省人民医院和南京医科大学第一附属医院心脏科的研究人员发现，AGA的严重程度与CAD风险增加以及冠状动脉粥样硬化的严重程度增加有关。这表明，AGA可能成为识别心脏病高风险男性的简单筛查工具。

这项研究涵盖了402名年龄介于28至75岁的汉族男性，所有人均接受了冠状动脉造影（CAG），这是一种利用X射线来评估冠状动脉阻塞情况的检查。参与者根据BASP分类系统被分为轻度、中度和重度动脉粥样硬化（AGA）三组。研究人员还收集了多种已知冠心病（CAD）风险因素的数据，包括年龄、血压、血脂状况、糖尿病、体重指数（BMI）、吸烟、饮酒、运动习惯及家族史，并通过血液检测获取胆固醇、血糖和糖化血红蛋白（HbA1c）水平。每个参与者还计算了Gensini评分，用于量化冠状动脉粥样硬化的总体严重程度。

研究发现了几项关键关联：

重度AGA增加CAD风险：与轻度或中度AGA相比，重度AGA的男性患CAD的可能性显著提高。经多变量逻辑回归分析（调整其他风险因素）后，这一关联仍然独立存在。

AGA与动脉粥样硬化严重程度：重度AGA和早发性AGA（40岁前出现中度或重度脱发）与更高的Gensini评分独立相关，表明冠状动脉粥样硬化更严重。

与其他风险因素的协同作用：研究探讨了重度AGA与其他已知CAD风险因素（肥胖、糖尿病和血脂异常）之间的相互作用。虽然结果并不总是显示出强烈的统计学意义，但有迹象表明，重度AGA的存在可能会放大这些疾病相关的风险。

预测价值：尽管准确性不高，但研究人员发现，重度AGA对严重冠状动脉粥样硬化具有一定的预测能力，这通过受试者工作特征（ROC）曲线下面积（AUC = 0.601）来衡量。AUC为1.0表示完美预测，而0.5表示没有预测能力。

该研究为汉族男性中AGA与CAD之间的关联提供了有力证据。尽管AGA不能作为确诊工具，但其存在，尤其是重度或早发性AGA，可能预示CAD风险增加，提示需要更全面的心血管评估。

耳垂折痕也不可小觑

此前，德国波恩大学的研究人员发表在《法医学、医学与病理学》期刊上的一项研究表明，耳垂对角线折痕（也称为弗兰克征）的存在与冠状动脉疾病（CAD）的严重程度之间存在相关性。他们检查了165例尸检案例，以探究这种关系。

弗兰克征首次于1973年被描述，是从耳屏（耳道前方的软骨）延伸至耳垂外侧边缘的对角线皮肤褶皱。该研究使用四级系统对耳垂折痕的严重程度进行分类：

1级：轻微皱纹。

2a级：浅表褶皱部分覆盖耳垂。

2b级：浅表褶皱完全覆盖耳垂。

3级：深褶皱覆盖整个耳垂。

研究人员对2015年1月至2020年4月期间的尸检影像资料进行了回顾性和前瞻性分析。排除了腐烂、显著肿胀（水肿）、佩戴耳环或面部皱纹过多的案例。根据冠状动脉和主要动脉的宏观观察，他们将每例CAD的严重程度分为0至4级：

1级：无钙化的脂肪沉积。

2级：钙化而无狭窄。

3级：钙化伴中度狭窄（

4级：钙化伴显著狭窄（>70%）或完全阻塞。

研究发现，耳垂折痕级别越高，CAD严重程度越大。78%的心脏病致死病例显示出高级别耳垂折痕。统计分析显示，耳垂折痕与CAD（rs = 0.474, p

尽管年龄是影响CAD严重程度的主要因素，耳垂折痕在预测既往心脏病和心脏相关死亡方面表现出更高的敏感性，尤其在年轻患者中。然而，其特异性和预测值较低，表明它可能作为辅助预后指标使用。

这些结果支持了耳垂折痕与CAD之间的关联，特别是在年轻人中。虽然年龄仍然是关键风险因素，但耳垂折痕的存在提供了额外的预后信息，尤其是结合年龄考虑时。

AI看“面相”预测疾病

既然通过面部特征能够预测出心血管疾病的风险，那么是不是可以使用AI来帮助我们看面相呢？

2020年，一项发表在《欧洲心脏杂志》上的研究正是利用深度学习技术来从面部照片中检测冠状动脉疾病（CAD）。来自清华大学和协和医学院的研究人员开发并验证了一种深度卷积神经网络算法，该算法通过分析面部特征来识别罹患CAD风险的人群。

这项多中心研究涉及9个地点，共纳入6809例患者，标志着非侵入性CAD筛查技术取得了重大进展。研究人员采用了两阶段方法：

第一阶段：算法开发与验证

数据收集：2017年7月至2019年3月期间，从8个地点纳入5796例接受冠状动脉造影或计算机断层血管造影（cCTA）的患者。这些患者在充分了解并同意的情况下，使用高分辨率数码相机拍摄了正面、60度侧面和头顶照片。同时收集了包括社会经济状况、生活方式因素、临床表现、家族病史和用药情况等基线数据。

数据预处理：对面部照片进行质量评估和预处理，以确保图像的一致性。不合格的图像被排除在外。

算法训练：使用90%（5216例患者）的数据训练深度卷积神经网络，以识别CAD（定义为至少一根冠状动脉狭窄≥50%）。该网络设计用于整合来自四张面部图像的信息以提高准确性。剩余的10%（580例患者）作为验证集，用于优化算法参数。

对比模型：为进行对比，研究人员还开发了三个附加模型：一个使用26个既定临床风险因素的逻辑回归模型，以及两个将深度学习算法与Diamond-Forrester风险评分或26变量逻辑回归模型相结合的混合模型。

第二阶段：算法测试

独立测试组：2019年4月至7月期间，从9个地点（其中8个参与了第一阶段）纳入一个包含1013例患者的独立测试组。该组用于对算法性能进行无偏评估。

结果表明，在测试组中，深度学习算法展现出了良好的性能，其受试者工作特征曲线下面积（AUC）达到了0.730（95%置信区间为0.699至0.761）。特别地，在高灵敏度操作点（80%灵敏度）下，该算法的特异性为0.54。这一表现显著优于传统的Diamond-Forrester模型（AUC为0.623）和CAD联盟临床评分（AUC为0.652）。

值得注意的是，向深度学习模型中额外添加临床变量并未能显著提升其性能。此外，算法在不同亚组（涵盖年龄、性别以及是否存在心绞痛症状）中的表现保持了一致性。为了深入理解算法的工作原理，研究人员进行了多项分析，并发现算法可能通过识别面部特征来关联CAD的相关风险因素，如年龄、性别、糖尿病、高血压、高脂血症、吸烟和BMI等。可视化测试进一步揭示了算法在CAD分类过程中优先考虑的特定面部区域。同时，研究还观察到了一个有趣的剂量-反应关系，即算法识别的“阳性面部区域”数量与CAD患病率之间存在正相关。

该研究提供了有力证据，表明深度学习算法可以有效地从面部照片中检测CAD。虽然需要进一步研究以开发临床可用的工具，但这项技术为门诊环境和社区筛查项目中的CAD预测试概率评估带来了巨大希望。该方法的非侵入性特点为CAD的早期检测和有效管理提供了一个潜在的有价值工具。

小结

传统中医的面相理论与现代医学的研究看上去似乎不谋而合，揭示了面部特征与身体健康之间的复杂联系。

抬头纹、男性型秃发和耳垂折痕等面部特征可能与心血管疾病存在潜在的关联。抬头纹的多少和深浅程度，竟然可以成为预测心血管疾病死亡风险的一个简单指标。而男性型秃发的严重程度，也与冠状动脉疾病的风险增加有关。此外，耳垂上的对角线折痕也被发现与冠状动脉疾病的严重程度存在相关性。这些日常中容易被我们忽视的面部特征，实际上可能蕴含着关于我们心血管健康的宝贵信息。

同时，人工智能技术的发展也为这一领域带来了新的突破。通过深度学习算法，计算机能够从面部照片中准确检测出冠状动脉疾病的风险，为疾病的早期筛查和预防提供了新的手段。这项技术的非侵入性特点，使得它在门诊环境和社区筛查项目中具有巨大的应用潜力。

那么，这些研究对我们的日常生活有什么启示呢？首先，我们应该更加关注自己的面部特征变化，尤其是上述提到的那些可能与心血管疾病相关的特征。如果发现自己的面部特征出现了明显的变化，不妨及时去医院进行相关的检查，以便及早发现并干预潜在的健康问题。其次，未来我也许可以利用人工智能技术进行自我筛查。随着相关技术的不断发展和普及，未来或许可以在家中通过手机拍照就能进行心血管疾病的初步筛查，这将大大提高疾病的早期发现率。

当然，这些面部特征和人工智能技术只能作为辅助手段，不能替代传统的医疗检查和诊断。保持健康的生活方式，如合理饮食、适量运动、戒烟限酒等，仍然是预防心血管疾病的最有效方法~

参考文献：

1.Y Esquirol, J Ferrieres, J C Marquie, S Huo Yung Kai, M Niezborala, E Berard, V Bongard, J B Ruidavets, VISAT group, P1548

Forehead Wrinkles and risk of all-cause and cardiovascular mortality over 20- year follow-up in working population: VISAT study, European Heart Journal, Volume 39, Issue suppl_1, August 2018,ehy565.P1548, https://doi.org/10.1093/eurheartj/ehy565.P1548

2.Ya-Xin Wang, Xiao-Wen Chen, Si-Bo Wang, Ling-Feng Gu, Ya-Fei Li, Yao Ma, Hao Wang & Lian-Sheng Wang (2021) Association Between Androgenic Alopecia and Coronary Artery Disease: A Cross-Sectional Study of Han Chinese Male Population, International Journal of General Medicine, 4809-4818, DOI: 10.2147/IJGM.S326812

3.Prangenberg J, Doberentz E, Johann L, Madea B. The prognostic value of the Frank sign. Forensic Sci Med Pathol. 2022 Jun;18(2):149-155. doi: 10.1007/s12024-022-00463-8.

4.Shen Lin, Zhigang Li, Bowen Fu, Sipeng Chen, Xi Li, Yang Wang, Xiaoyi Wang, Bin Lv, Bo Xu, Xiantao Song, Yao-Jun Zhang, Xiang Cheng, Weijian Huang, Jun Pu, Qi Zhang, Yunlong Xia, Bai Du, Xiangyang Ji, Zhe Zheng, Feasibility of using deep learning to detect coronary artery disease based on facial photo, European Heart Journal, Volume 41, Issue 46, 7 December 2020, Pages 4400–4411, https://doi.org/10.1093/eurheartj/ehaa640

撰文｜linwen

来源：新浪财经