谷歌DeepMind人工智能系统可以为50多种眼疾推荐治疗方案

北京时间8月14日，谷歌DeepMind发布了一项研究成果，该研究报告称谷歌与Moorfields眼科医院合作产生了第一阶段研究成果，人工智能系统可以准确地诊断超过50种威胁视力的眼科疾病且有助于医生确定需要紧急治疗的患者顺序。

据悉，在与伦敦摩尔菲尔茨眼科医院（Moorfields Eye Hospital）建立合作伙伴关系后，DeepMind在今年2月开发出能够通过分析3D视网膜扫描影像、识别青光眼和糖尿病视网膜病变等主要眼睛疾病的人工智能（AI）技术。

谷歌DeepMind人工智能系统可以为50多种眼疾推荐治疗方案，准确率高达94%,与顶级人类专家不相上下。周一在《自然•医学》（Nature Medicine）期刊上发表的初步结果表明，在997名患者的扫描影像上进行的测试中，DeepMind的算法在转诊推荐的准确度方面比摩尔菲尔茨眼科医院的8名视网膜专科医生表现得更好。

根据摩尔菲尔茨眼科医院的眼科顾问医师、共同撰写这篇论文的皮尔斯•基恩（Pearse Keane）的说法，DeepMind算法的错误率为5.5%,而8名人类医生的错误率在6.7%到24.1%之间。

更简化的流程

目前，眼保健专业人员使用光学相干断层扫描（OCT）扫描来帮助诊断眼睛状况。这些3D图像提供了眼睛后部的详细情况，但是它们往往难以理解。

分析这些扫描所需的时间，再加上医疗保健专业人员必须经历的扫描次数（仅在Moorfields每天超过1,000次），会对治疗时间产生延误。如果有人出现紧急状况，如眼睛后部出血，这些延误甚至可能导致患者失明。

而人工智能系统不仅可以在几秒钟内自动检测眼部疾病的特征，而且还可以判断患者是否需要转诊优先治疗。这种即时的分类过程大大减少了扫描和治疗之间的时间。

适应性强的技术

谷歌DeepMind称他们希望该技术能真正的应用于治疗。在论文中，他们还谈到了人工智能在临床实践中的一个关键障碍“黑匣子”。对于医生和病人来说，这是一个巨大的问题，他们想要去理解为什么人工智能会给出这样的建议，系统的推理过程等等。

该人工智能系统采用了一种新颖的方法来解决这个问题。将两个不同的神经网络和一个易于解释的表达方式结合起来。第一个神经网络，被称为分割网络，用于分析 OCT 扫描提供的不同类型眼部组织的图谱以及它所看到的疾病的特征，如出血、病变、不规则液体或其他眼疾症状。该图像可以让眼科护理专业人士能够深入了解系统的"思维". 第二个网络被称为分类网络，其可以给临床医生提供诊断结果和推荐建议。另外，该网络以百分比的形式给出可信度评级。

同时，此项技术还可以应对不同类型的眼睛扫描仪，而不仅仅是在Moorfields上训练的特定类型的设备。这可能看起来无关紧要，但这意味着该技术可以相对轻松地应用于全世界，为更多的患者带去帮助。这也确保了即使OCT扫描仪更新换代，其仍可用于医院和其他临床设备。

下一阶段

谷歌表示他们对能够改善眼病的诊断治疗和管理感到非常自豪，但这项初步研究需要转化为产品，在实际应用之前经过严格的临床试验和监管审批。

Moorfields能够与谷歌进一步合作改善医疗护理，减少临床医生的压力，降低医疗成本。

如果该技术通过临床试验，Moorfields的临床医生将能够在其所有30家英国医院和社区诊所免费使用该技术，最初为期五年。这些诊所每年为300,000名患者提供服务，每天接受超过1,000个OCT扫描转诊，每个诊所都可以提高准确性和诊断速度。

在下一阶段，谷歌称其会根据Moorfields持有的原始数据集，投入大量资金进行清理，策划和标记数据，为世界上的眼科研究创建最好的人工智能数据库。

牵手微软、亚马逊促进医疗保健互通发展

据外媒报道，从数据访问到公共数据模型再到信息交换和工作流程整合，互通性是医疗保健领域所面临的一个巨大挑战。为了解决这一问题，当地时间8月13日，微软宣布加入亚马逊、谷歌以及IBM,为美国医疗互通性提供支持。

这几个公司还在今日发布了一份联合合作声明--“我们共同致力于消除采用医疗互操作性技术的障碍，特别是那些通过云和人工智能实现的技术。我们共同致力于挖掘医疗数据的潜力，以更低的成本提供更好的结果。”

微软等公司表示，当展开对话时它们将从以下这些基础假设开始：

“在适当的权限和控制下，无摩擦的医疗数据交换将在整个健康生态系统中带来更好的患者护理、更高的用户满意度和更低的成本;

医疗数据互通性要想成功，就必须考虑到所有全球利益相关者的需求，为患者、医疗服务提供者、付钱的人、应用程序开发者、设备和药品制造商、雇主、研究人员、公民科学家以及许多其他将开发、测试、改进和扩展新工具和服务部署的人提供所需的能力;

开放标准、开放规范和开放源码工具对于促进无摩擦数据交换至关重要。这需要各种各样的技术策略和协作，进而推动业界汇聚并接受医疗数据互通性的新标准如HL7 FHIR和Argonaut Project;

我们明白，实现无摩擦健康数据交换是一个持续的过程，我们承诺积极参与开源和开放标准社区，进而开发卫生保健标准并进行符合性评估以促进敏捷性、以适应创新加速的步伐。”

微软、亚马逊、谷歌、IBM表示，一个强有力的医疗互通性需求行业对话将推进这一事业的发展。