谷歌眼疾诊断AI打败人类医生

谷歌(Google)旗下的人工智能公司DeepMind，计划把一项通过分析医学影像来辅助诊断眼睛疾病的技术投入临床试验。此前的初期试验表明，该技术给出的诊断结果比人类医生更加准确。

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。

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。

基恩称，DeepMind的AI可以即时分析扫描影像，而一般情况下，如果让人类医生审查扫描影像，患者需要等待数天。

如果向人类医生提供他们通常会获知的有关患者的背景信息，使AI与人类医生的比较更符合真实情况，人类医生的错误率会降低到5.5%到13.1%之间——与AI的水平持平或者更差。

基恩表示，这些发现“绝对让人惊掉下巴”，并预期3年内AI就将在英国国家医疗服务体系(NHS)中推出。“我们在设计这个算法时所考虑的现实应用是非常具体的。”

“在NHS中已经存在可以（利用）这个算法的途径……这项技术将在未来3年中推出，直接为患者带来好处。”

DeepMind利用由摩尔菲尔茨眼科医院提供的、已由医生标出病灶的14884份匿名3D视网膜扫描影像来训练其算法。为了让算法决策更加透明，DeepMind的AI具有两个神经网络——神经网络是一种能够发现规律、并依据大量数据进行预测的机器学习类型。

DeepMind表示，第一个AI神经网络通过分析扫描影像来识别病灶，而第二个神经网络向临床医师进行转诊推荐，并附上建议的疾病诊断。

DeepMind Health的临床主管多米尼克•金(Dominic King)表示：“我们对研究结果感到非常兴奋，现在正在考虑积累正确证据的周密安全的办法……以（使这项技术）在临床实践中得到应用。”

他还补充称，DeepMind与其他医院建立的类似合作关系也表现出了“非常有希望的迹象”。

DeepMind与伦敦大学医学院附属医院(University College London Hospitals)合作，对放疗扫描影像进行分析，还与伦敦帝国学院(Imperial College London)合作，对乳房X光片进行分析。

伦敦摩尔菲尔茨眼科医院将保留对视网膜扫描影像数据库的控制权，并将可以至少免费使用该算法5年。

总部位于伦敦的DeepMind因为开发用于NHS的技术而面临压力，被要求澄清其商业模式及其与母公司Alphabet的关系。一个为审查DeepMind与NHS的合作关系而建立的小组在今年6月提出如下担忧：该公司可能最终会利用其资金和数据访问权来“谋取垄断利润”。

但DeepMind的多米尼克•金表示，DeepMind的技术将帮助NHS削减成本。他表示：“下一阶段的研究要做的一件重要的事情，就是表明这种技术不仅可以改善临床结果，还能削减成本。”