而由牛津大学的克里斯托弗·内拉克和安德鲁·齐默曼的团队研发的这款软件，能够帮助医生作出初步诊断。据《新科学家》杂志网站近日报道，为了训练这个系统，研究人员将8类遗传性疾病患者的1363张公开照片输入计算机视觉算法中，计算机学会了利用每张照片的36个面部特征，比如眼睛、眉毛、嘴唇和鼻子的形状来识别这些疾病。
“它会自动分析图像，诠释关键的特征点，并生成一份脸部描述，其中扩展了对区分(疾病)而言很重要的特征。”内拉克说。系统随后将这些特征与那些确诊患者的图片比较，并列出对新患者的预测。学习的照片越多，该软件预测的准确性就越高，对8种疾病的判断准确率平均可达93%。
目前该软件已能够识别90种失调状况。虽然无法给出确切的诊断，但基于其现有数据库中的2754张面孔，研究人员估计，这款软件将使医生作出正确诊断的可能性提高30倍。例如，当看到美国前总统林肯的照片时，软件认为，在91种综合征中，他患有马凡氏综合征的可能性排在第七位，而很多人相信林肯有这种表现为肢体细长的疾病。
