谷歌推機器學習辨識視覺疾病

李曉利

Google DeepMind曾以AlphaGo戰(zhàn)勝了人類圍棋冠軍，如今，它又開始進軍醫(yī)療領域。據(jù)了解，DeepMind與NHS（英國國家醫(yī)療服務體系）再次合作，同Moorfields眼科醫(yī)院一起開發(fā)辨識視覺疾病的機器學習系統(tǒng)。通過一張眼部掃描圖，該系統(tǒng)能夠辨識出視覺疾病的早期癥狀，達到提前預防視覺疾病的目的。

這是DeepMind與NHS的第二次合作。在此之前，DeepMind曾與倫敦北部的皇家自由醫(yī)院合作，用智能手機監(jiān)控病人的腎功能。DeepMind聯(lián)合創(chuàng)始人Mustafa Suleyman說，這次合作是公司首次進行純粹的醫(yī)學研究。同時，這也是公司首次把機器學習應用于醫(yī)療項目。

這項研究的核心部分是分享100萬張眼部掃描圖，DeepMind的研究員將用來訓練一個機器學習系統(tǒng)，更好地辨識出視覺疾病的早期癥狀。

“這次研究是非常重要的，特別是糖尿病視網(wǎng)膜病的診斷。如果你有糖尿病，那么，你變盲的機率會增加25倍。如果我們能夠檢測出這種狀況，并且盡快展開治療，那么，98%的嚴重視覺喪失都可能被避免?！盨uleyman表示說。

Moorfields與DeepMind的合作要歸功于該醫(yī)院的咨詢眼科專家Pearse Keane。在DeepMind的官方網(wǎng)站上，Pearse Keane探討了如何做好眼部掃描圖的分析，隨后，他與Suleyman取得了聯(lián)系，啟動了這個合作項目。

DeepMind與NHS的上次合作曾導致人們對隱私的擔憂。相對來說，此次合作的爭議會小一些，因為分享的信息都是匿名的。“這意味著，從這些掃描圖像中無法辨識出任何的病人。同時，這些掃描圖屬于歷史，就是說，我們的研究結果能用來改善未來的醫(yī)療，但不會影響到現(xiàn)在病人接受的護理。當研究中使用了這樣的數(shù)據(jù)，即研究人員無法辨識個體病人的匿名數(shù)據(jù)，那么，病人的明確許可就不再是必要的了?！?/p>

Moorfields眼科疾病研究中心的主管Peng Tee Khaw說，此次合作得以進行的關鍵在于，精確的眼部掃描圖正在快速地增多?！斑@些掃描圖的精細程度是不可思議的，比其它身體部位的掃描圖更為精細：我們能夠看到非常微觀的層面，問題在于，我們如何處理如此大量的數(shù)據(jù)?！?/p>

“要跟蹤一個病人的歷史，我需要用上畢生的經(jīng)驗，而預測病人的未來時，他們要依賴于我的經(jīng)驗。如果我們能夠使用機器輔助的深度學習，我們就能更加出色地完成工作，因為我將有1萬次人生經(jīng)驗。”