这世界挺美的的,Google 想靠人工智能减少失明发生.pdf

这世界挺美的， Google 想靠人工智能减少失明发生 导致视力减退甚至失明的原因有很多种，如果能够提前发现病变的征兆并且采取治疗 措施，患者就会少一分失明的风险。比如，98% 的糖尿病并发症导致的失明，都可以 通过早期干预得到避免。 Alphabet 旗下的人工智能公司 DeepMind 的第一项医疗研究，就与其有关。 最近，他们宣布了与英国国民健康服务（National Health Service）的最新合作项目， 就是与伦敦摩菲眼科医院一起，让人工智能帮助医生诊断，预防眼部疾病。 这项研究主要针对的是引起视觉障碍或是失明的两种主要疾病：老年黄斑病变和糖尿 病并发症导致的视网膜病变。糖尿病会将患者失明的风险提高 25 倍，但是及时发现 和治疗，就能够拯救成千上万人的视力。 这并不是 DeepMind 第一次与英国国家健康服务系统合作。在几个月前宣布的一个研 究项目里，DeepMind 获得了伦敦 160 万病人的医疗信息数据的共享权限。这在当时 引发了不少关于数据隐私的争议。这一次，研究项目的双方则特别强调，所有的眼部 扫描数据都是匿名的，并不会与患者个人信息一一对应。 这个长达五年的研究项目将利用摩菲眼科医院超过百万的患者数据库，让人工智能学 会“看”眼部扫描。简单来说就是让人工智能把这些扫描结果全部“看”一遍，从而训练 出能够发现病变征兆的模型。 你甚至可以这样理解，一位经验丰富的医生在看了二三十年病之后，可能会比刚刚进 入工作岗位的医生更能辨别病灶所在，在这个研究项目中，人工智能要做的事情就是 通过“看”这百万张扫描结果，尽快变成一个“老医生”。 眼科医生在其中所起的作用就是纠正人工智能的模型，让它能够通过眼部扫描图片， 识别出眼部疾病所在。 OCT 扫描图像 DeepMind 的人工智能的学习材料有两种，一种是比较传统的眼底扫描图像，一种则 是光学相干断层扫描 (Optical Coherence Tomography），这种极其精密的扫描图像能 让专业的医生更容易发现病变或者损伤的征兆。 正是由于扫描结果的精密性，对于医生的专业度要求??更高。现有的计算机分析已经 无法满足 OCT 扫描的分析需求，反而会造成诊断和治疗上的拖延，贻误了治疗时 机。 就像离开实用场景单独去谈论机器学习技术一样，如果没有合理的分析模型，再精密 的检查结果也发挥不了应有的作用。DeepMind 的这个研究项目让科技公司与医疗机 构互相弥补了各自的不足：人工无法迅速地处理如此精细的数据，但是机器可以，而 机器不懂这些数据都意味着什么，研究者则能够教会它据此辨别异常之处意味着什 么。 人工智能并不是被训练出来替代医生，而是用来弥补医生不足的现实。从完成医学院 的学业再到拥有相当的临床经验，一位成熟医生的培养至少需要十几年，而每位医生 每天能够处理的病例是有限的。 在人工智能的帮助之下，早期病变能够更快也更有效率地被诊断，医生也可以尽早采 取相应的治疗措施。在现有的医生/病人比例下，有效预防患者的眼疾出现或是恶化， 几乎是不可能的。 而人工智能的作用就在于此。 题图来自 BesthealthMag 喜欢这篇文章？去 App 商店搜 好奇心日报 ，每天看点不一样的。 好奇心日报 ， 每个时代都有最好的媒体。