據《金融時報》報道，3 月，在一場公開進行的展示上，DeepMind 為一名眼部疾病患者做了視網膜掃描，並實時做出了診斷。眼部掃描的結果由運行在 Google Cloud 上的算法進行分析，系統在 30 秒內給出了緊急程度的評級和詳細的診斷。
系統可用於診斷一系列複雜的眼部疾病，包括青光眼、糖尿病性視網膜病變和老年性黃斑變性等，據悉其準確度和世界一流專家相當。
這個研究其實已經進行了 3 年。2018 年 8 月，DeepMind 就在官方網站上透露了這項和英國 Moorfields 眼科醫院的合作，目標是讓 AI 更加可靠、快速、低成本地為眼科醫生推薦治療方案，覆蓋的眼部疾病超過 50 種。
目前，眼部疾病的診斷主要依賴光學相干斷層掃描（Optical coherence tomography），也被簡稱為 OCT。簡單來說，OCT 類似超聲成像，採用波長很短的光波作為探測手段，通過組織對光線的反射來提供截面圖像。
和二維的眼底圖相比，OCT 能提供眼球背後完整的、分辨率可以達到微米級的三維圖像。
但是，這種三維圖像只有極少數眼科專家能讀懂，而且非常耗費時間。在 Moorfields 眼科醫院，每天平均有超過 1000 次獨立的 OCT 檢查，這就意味著患者通常需要排隊等待診斷，不管情況是不是緊急。如果一些危重的患者在等待期出現流血等突然惡化的狀況，很有可能造成失明。
AI 的實時診斷就是為瞭解決這樣的問題，它可以幫助醫生迅速確診，並為更緊急的病人盡快安排治療。
據 DeepMind 介紹，AI 使用兩個神經網絡來輔助醫生，第一個用來分析 OCT 圖像，提供不同的眼部組織和眼部病變的「地圖」，例如出血、損傷等；另一個神經網絡分析「眼部地圖」，提供診斷結果和推薦的治療方案，而且，它會為方案提供推薦百分度，以供醫生參考。
AI 算法的準確度離不開海量的訓練數據。DeepMind 透露，訓練數據來自 Moorfields 眼科醫院的臨床病例，但是，原始數據並不能直接用於訓練，因此 DeepMind 團隊還做了數據清洗、典藏和標注的工作，他們認為自己已經建立了「全世界最好的可直接用於機器學習的眼部研究數據庫」。
DeepMind 的研究結果發表在《自然醫學》（Nature Medicine）上，不過目前，因為尚未獲得監管部門批准，這項研究還不能用於真實的臨床診斷中。
Source: 金融時報
Text By Fortune Insight
