谷歌AI只靠分析眼底图像，便可预测心血管疾病风险
关注被科技重塑的生活
近日，谷歌与同属Alphabet的生物科技公司Verily共同发表了分析眼球数据以预测心血管疾病风险的深度学习算法。和基于验血的传统预测方式准确度已非常接近，而人工智能有望使预测过程更加简单快捷。
人类的眼球内膜，即眼底 (fundus) ，被血管填满，这些血管的状态可以反映人的整体健康状况。利用摄像头和显微镜，研究人员可以获取眼底的各项数据，以供推测人的年龄、性别、血压以及其是否吸烟，而这些都是人工智能算法判断心血管健康状况所需的重要参数。
为了对算法进行训练，研究人员利用机器学习分析了拥有约28万名就诊者资料的数据库，其中包含眼球扫描数据和一般医疗数据。神经网络用于探索数据中隐藏的规律，并将眼球数据与年龄、血压等数据之间建立联系，以此作为心血管健康状况的预测依据。
将两个人的眼底图像放在一起，其中一人在图像提取完成的五年后发生了心血管不良事件，另外一人则未出现心血管异常——谷歌与Verily研发的算法，区分两者的正确率达到70%，已与传统预测方式72%的准确度相差无几。
阿德莱德大学的医学研究人员Luke Oakden-Rayner主攻机器学习数据分析，他说这项研究成果可能实现对现有诊断工具的改良。传统预测方式包含多项数据的检测，每项数据检测只为单一目的，而此次发布的深度学习算法仅依靠眼球图像，便可完成多项参数的获取。这样一来，心血管疾病风险的预测或许会变得更加快捷，与其说取代医生的工作，不如说可能增强医务工作者本身的能力。
其实，以眼球图像辅助疾病诊断早有先例。糖尿病与高血压等健康问题皆可令视网膜发生变化。谷歌也曾依靠眼球数据进行糖尿病视网膜病变的相关研究。
另外，以人工智能辅助医疗过程也并非新概念，比如利用深度学习算法观察X光扫描结果。不过，多数医学算法只是对现有诊断工具的复制，而此次发表的算法除了依赖的数据与传统方式有所不同，也提供了分析现有医学数据的新方式。名为“soft attention”的技术，可以在每幅图像中找出对心血管疾病风险预测最为重要的部分。
如果有足够强大的数据支撑，人工智能或许可以在人类的指导之外，为医学研究乃至更多领域的科学探索提供全新的灵感。这也是Verily启动Project Baseline等研究计划的部分原因，这一计划将针对1万名个体进行连续4年的医学数据收集。
然而，神经网络的一个弱点是，它们可以得出结论，但无法阐明自己是如何一步一步推导出某一结论的。这样的问题可能导致患者对医生信任度的降低。
仅就谷歌和Verily此次发布的研究成果来讲，眼球数据提取范围仅包含45度视野，且深度学习算法或许需要更大的数据库来完善。在进行临床试验之前，科研团队还有很长的路要走。
尽管诸多挑战当前，此类快捷、低价、非侵入式的诊断工具依然是医学领域追求的目标。
- 发表于:
- 原文链接：http://kuaibao.qq.com/s/20180222A14PHS00?refer=cp_1026
- 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号（企鹅号）传播渠道之一，根据《腾讯内容开放平台服务协议》转载发布内容。
- 如有侵权，请联系 cloudcommunity@tencent.com 删除。
相关快讯
扫码
添加站长 进交流群
领取专属 10元无门槛券
私享最新 技术干货
腾讯云开发者
