今年2月，谷歌在其人工智能業務DeepMind的基礎上開發了一套眼疾診斷系統，近日該方案已經獲得了關鍵進展。
1
（圖源：DeepMind）
周一，這套系統的初步研究結果已經發表在《自然》（Nature）雜志上。結果顯示，在997例患者的掃描測試中，DeepMind的算法優于英國莫菲爾眼科醫院（Moorfields Eye Hospital）的8名視網膜專家，診斷準確率達94.5％。
2
年初谷歌與Moorfields建立合作伙伴關系后，DeepMind開發出可以分析3D視網膜掃描主要眼科疾病（如青光眼或糖尿病視網膜病變）的人工智能技術。這種技術可以識別50種常見的眼部疾病，利用OCT掃描儀每次都會生成約6500萬個數據點。創建這些掃描大約需要10分鐘，需要從眼睛內部表面反射近紅外光，然后創建出組織的3D圖像。
根據Moorfields的顧問眼科專家Pearse Keane，DeepMind的算法錯誤率為5.5％，而8位醫生的錯誤率為6.7％和24.1％。
在向專家提供有關于患者的背景信息后，他們的誤診率為5.5％至13.1％之間，遜于人工智能。
Keane博士還表示，AI還可以立即分析掃描，而以往患者通常需要等待幾天才能讓專科醫生檢查圖像。而且他預期，這套基于AI技術的眼疾診療系統將逐漸部署到英國的各個醫院中，并于幾年內進入臨床試驗階段：“我們在設計這個算法時考慮到了非常具體的實際應用。”
適用性超強的技術
DeepMind的算法使用Moorfields提供的14,884個匿名3D視網膜掃描進行訓練，并由醫生標記為疾病征兆。為了使其決策更加透明，AI開發了兩個神經網絡，可以發現模式并從大量數據中進行預測。
5
根據DeepMind的說法，第一個AI神經分割網絡通過分析掃描以識別患病區域，而第二個神經分類網絡則根據分析出的特定疾病類型，為臨床醫生提供診斷意見和轉診推薦。該神經網絡會將這種推薦表示為百分比，因此臨床醫生能了解系統對其分析的置信度。
3
“我們對研究結果感到非常興奮，現在正在思考積累正確證據的深思熟慮和安全的方法。”DeepMind Health的臨床主管Dominic King表示。
除了治療眼疾之外，谷歌DeepMind還與倫敦大學學院合作開展分析放射治療掃描，并與倫敦帝國理工學院有效分析了乳房X線照片。
Moorfields將保留對視網膜掃描數據庫的控制權，外界可免費訪問該算法至少五年。
總部位于倫敦的DeepMind面臨壓力，要求澄清其業務模式以及與其母公司Alphabet的關系，因為它開發了用于英國公共資助的國家健康服務（NHS）的技術。為審查與NHS的合作伙伴關系而成立的審查小組在今年6月提出了一個關鍵問題，即該公司最終可能會利用其資金和數據來“推動壟斷利潤”。
但Dominic King博士表示，該公司的技術將有助于NHS削減成本：“即將開展的研究中，重要的事情之一就是表明這種方法不僅可以提高臨床效果，還可以降低成本。”
很明顯，像這樣的算法可能會非常有益。據估計，全世界約有2.85億人患有視力喪失，而眼疾則是造成這種疾病的最主要原因。這一AI應用的成功無疑是里程碑式的。
更簡化的流程
但最重要的是，該軟件不是一個簡單的診斷工具。相反，它被設計用于分類，即決定哪些患者首先需要護理的過程。因此，雖然它確實猜測患者可能具有什么樣的條件，但它所做出的實際建議是——需要將個體引入治療的緊急程度。醫生可以參與決策過程。
“如果我們能夠及早診斷和治療眼部疾病，它就會為我們提供拯救人們視力的最佳機會。隨著進一步的研究，它可以為未來的眼科問題患者帶來更高的一致性和護理質量。Dominic King表示。”
目前，眼保健專業人員使用光學相干斷層掃描（OCT）掃描來幫助診斷眼睛狀況。這些3D圖像提供了眼睛后部的詳細地圖，但它們通常很難讀懂，需要專家分析來解釋。分析這些掃描所需的時間（僅Moorfields眼科醫院每天就有1000張此類圖像），再加上醫療保健專業人員必須經歷的掃描次數可能導致掃描和治療之間的長時間延遲——即使有人需要緊急護理。如果他們出現突然問題，例如眼睛后部出血，這些延誤甚至可能使患者失明。
4
用戶與OCT viewer的互動
DeepMind開發的AI眼疾診斷系統不僅可以在幾秒鐘內自動檢測眼部疾病的特征，而且還可以通過建議是否應該轉診進行治療來優先考慮急需護理的患者。這種即時的分類過程應該大大減少掃描和治療之間的時間，幫助患有糖尿病眼病和年齡相關性黃斑變性的患者避免視力喪失。
下一階段要做什么？
如果該技術經過臨床試驗的一般使用驗證，Moorfields的臨床醫生將能夠在其所有30家英國醫院和社區診所免費使用該技術，最初為期五年。這些診所每年為300,000名患者提供服務，每天接受超過1,000個OCT掃描轉診——每個診所都可以提高準確性和診斷速度。
Moorfields醫院也表示，已經在清理、策劃和標記數據集方面投入了大量資金，為世界上的眼科研究創建了最好的人工智能數據庫之一。這個改進的數據庫由Moorfields作為非商業公共資產所擁有，它已經被醫院研究人員用于九項獨立研究，涉及多種條件。Moorfields還可以使用DeepMind訓練有素的AI模型進行未來的非商業研究。
人工智能在醫療場景中已經獲得了一系列最新應用，學會像人類醫生一樣診斷疾病。在其他研究中，斯坦福大學的計算機科學家教授機器學習系統來識別致命和常見的皮膚癌類型；研究人員在數字幻燈片上發現了乳腺癌；一個醫療器械已經獲得美國食品和藥物管理局的批準，以幫助發現眼部問題。英國政府還將醫療保健納入其人工智能的宏偉計劃中。
這樣的結果非常令人鼓舞，但醫學界的專家仍然擔心如何將AI系統整合到護理實踐中，比如如何先把它轉化為產品。放射學家Luke Oakden-Rayner表示，人工智能的進步正在迅速推動我們走向一個轉折點，在這個轉折點，軟件不再是醫生應用和解釋的工具，而是代表人類做出決定的事情。
人工智能系統正在開始在沒有監督的情況下做出醫療決策，但這也讓醫療AI的風險變得更大。4月，美國食品和藥物管理局批準了第一個基于人工智能的計劃，該計劃可在沒有人為監督的情況下作出臨床決策。
還可以看看
其他文章，謝謝您的閱讀。
網站申明：系本文編輯轉載，來自網友自行發布或來源于網絡，目的在于傳遞更多信息，并不代表本網贊同其觀點和對其真實性負責，所有權歸屬原作者。如內容、圖片有任何版權問題，請
聯系我們刪除。