據(jù)外媒8月13日報道，來自谷歌旗下DeepMind子公司、倫敦大學(xué)學(xué)院和Moorfields眼科醫(yī)院的研究人員利用深度學(xué)習(xí)技術(shù)開發(fā)了一種軟件，可以通過3D掃描識別出幾十種常見的眼部疾病，然后向患者推薦治療方案。
雖然還沒有準備好用于臨床使用，但它可以在幾年內(nèi)應(yīng)用到醫(yī)院。研究人員稱其為開創(chuàng)性的成果，DeepMind Health的負責(zé)人穆斯塔法德米雷爾(Mustafa Suleyman)在一份新聞聲明中說，該項目非常令人振奮，它可以及時改變對視力有問題的患者的診斷、治療和管理方式。
《自然醫(yī)學(xué)》雜志上的一篇論文表明，該軟件基于已確立的深度學(xué)習(xí)原則，利用算法識別數(shù)據(jù)中的常見模式。在這種情況下，數(shù)據(jù)是用一種被稱為光學(xué)相干斷層掃描(OCT)的技術(shù)對病人的眼睛進行三維掃描, 從眼睛內(nèi)部表面反射近紅外光，檢查過程大約需要10分鐘。這樣做可以創(chuàng)建組織的3D圖像，是評估眼睛健康的一種常見方法。
該軟件進行了近15000次測試，測試者都在穆爾菲爾德醫(yī)院接受過治療(穆爾菲爾德是歐洲和北美最大的眼科醫(yī)院)。這些患者在接受人類醫(yī)生診斷的同時，也接受該軟件的掃描。正因如此，它學(xué)會了如何識別眼睛的不同的解剖成分(一個被稱為分割的過程)，然后根據(jù)掃描顯示的各種疾病癥狀推薦臨床治療方法。從測試結(jié)果得出，將人工診斷結(jié)果與掃描結(jié)果比對，其準確率達94%。
這是非常激勵人心的，但是醫(yī)學(xué)界的專家仍然擔(dān)心人工智能系統(tǒng)將如何融入到實踐中。盧克?奧克頓-雷納(Luke Oakden-Rayner)是一名放射科醫(yī)生，他表明人工智能的進步正將我們推向一個臨界點，軟件不再是醫(yī)生用來應(yīng)用和解釋的工具，而是代表人類做出決定的工具。
例如，今年4月，美國食品和藥物管理局(FDA)批準了首個人工授精項目，該項目可以在沒有人為監(jiān)督的情況下診斷疾病，依靠自己做臨床決定。 (這就像今天的新算法一樣，也會分析眼睛掃描。但它只針對一種疾病，即糖尿病性視網(wǎng)膜病變，而DeepMind可以掃描出50多中眼部疾病。)
從這一點來看，醫(yī)學(xué)AI的風(fēng)險變得更大。我們無法確切地解釋人工智能系統(tǒng)是如何做出某些決定的，就像我們在自動駕駛汽車事故中看到的那樣，當(dāng)人類把手從方向盤上移開時，電腦總是有可能做出致命的判斷錯誤。
來自DeepMind、UCL和Moorfields的研究人員也意識到了這些問題，他們的軟件包含了一些旨在緩解此類問題的功能。首先，軟件不依賴于單一的算法來做決定，而是由一組算法來做決定，每個算法都是獨立的，這樣任何反常的錯誤都會被發(fā)現(xiàn)。其次，系統(tǒng)不會對每個診斷給出單一的答案，而是給出了幾種可能的解釋，以及對每種解釋的確信度。它還在病人眼睛的各個部位貼上標(biāo)簽，從而給醫(yī)生一個分析并發(fā)現(xiàn)錯誤的機會。
但最重要的是，軟件不是一個簡單的診斷工具。事實上，它被設(shè)計用于分類，即決定哪些病人首先需要治療。因此，雖然它確實能猜出病人可能患有什么疾病，但它給出的實際建議是病人需要轉(zhuǎn)診治療的緊急程度。
這聽起來是充滿偶然性，但它們每一個都像一個減速帶一樣運行，減慢了算法的速度，并給了人類一個干預(yù)的機會。然而，真正的測試將在真實的臨床環(huán)境中部署進行，測試何時發(fā)生尚不清楚，但DeepMind表示，它希望盡快啟動這一進程。
除了它的臨床可能性，研究過程也很重要，AI公司可以從有價值的數(shù)據(jù)集中獲益。具體來說，DeepMind過去一直因其獲取英國公共資助的國民健康服務(wù)(NHS)治療病人的數(shù)據(jù)而受到批評。在2017年，英國數(shù)據(jù)監(jiān)管機構(gòu)甚至裁定，該公司在2015年達成的一項協(xié)議是非法的，因為該公司未能恰當(dāng)?shù)馗嬷颊咚麄兊臄?shù)據(jù)是如何被使用的。但是如果沒有這些數(shù)據(jù)，今天的研究是不可能的。在這項研究中使用的信息是匿名的，病人可以選擇退出，但根據(jù)這些數(shù)據(jù)創(chuàng)建的診斷軟件只屬于DeepMind。
該公司表示，如果該軟件被批準用于臨床，它將免費提供給穆爾菲爾德的臨床醫(yī)生，為期5年。但這并不能阻止DeepMind向英國或其他國家的其他醫(yī)院銷售軟件。DeepMind表示，這種交易是業(yè)界的標(biāo)準做法。Deepmind 告訴科技博客網(wǎng)站The Verge，它在這項研究中投入了大量資金來創(chuàng)建這種算法，它幫助收集的數(shù)據(jù)現(xiàn)在可以用于公共使用和非商業(yè)醫(yī)學(xué)研究。
盡管做出了這樣的努力，但該公司還是面臨懷疑。DeepMind最近成立了一個獨立小組，專門審查其自身的商業(yè)行為。該小組認為，該公司需要使其商業(yè)模式及其與谷歌的關(guān)系更加透明(谷歌于2014年收購了該公司)。隨著DeepMind越來越接近利用公共資助的NHS數(shù)據(jù)生產(chǎn)商業(yè)產(chǎn)品，這種審查可能會變得越來越尖銳。
盡管存在這些問題，但顯而易見的是類似的算法可能非常有益。據(jù)估計，全世界約有2.85億人患有某種形式的失明，而眼疾是造成失明的最大原因。
OCT掃描是發(fā)現(xiàn)眼疾的好工具(僅2014年美國就進行了535萬次)，但解讀這些數(shù)據(jù)需要時間，在診斷過程中就遇到了瓶頸。如果算法能通過引導(dǎo)醫(yī)生來和幫助分類病人，那將會是非常有益的。
參與這項研究的穆爾菲爾德眼科顧問皮爾斯基恩博士表明，我們正在進行的眼睛掃描的數(shù)量增長速度遠遠快于人類專家能夠解釋的速度。大量的數(shù)據(jù)可能導(dǎo)致對視覺威脅疾病的診斷和治療的延誤。如果我們能及早診斷和治療眼科疾病，我們就有機會拯救人們的視力。通過進一步的研究，它可能會在未來使有眼部問題的患者得到一致的和更高的護理質(zhì)量。
