重磅！谷歌DeepMind眼疾诊断里程碑：准确率达94.5％ 未来几年投入临床试验

今年2月，谷歌在其人工智能业务DeepMind的基础上开发了一套眼疾诊断系统，近日该方案已经获得了关键进展。

（图源：DeepMind）

周一，这套系统的初步研究结果已经发表在《自然》（Nature）杂志上。结果显示，在997例患者的扫描测试中，DeepMind的算法优于英国莫菲尔眼科医院（Moorfields Eye Hospital）的8名视网膜专家，诊断准确率达94.5％。

年初谷歌与Moorfields建立合作伙伴关系后，DeepMind开发出可以分析3D视网膜扫描主要眼科疾病（如青光眼或糖尿病视网膜病变）的人工智能技术。这种技术可以识别50种常见的眼部疾病，利用OCT扫描仪每次都会生成约6500万个数据点。创建这些扫描大约需要10分钟，需要从眼睛内部表面反射近红外光，然后创建出组织的3D图像。

根据Moorfields的顾问眼科专家Pearse Keane，DeepMind的算法错误率为5.5％，而8位医生的错误率为6.7％和24.1％。

在向专家提供有关于患者的背景信息后，他们的误诊率为5.5％至13.1％之间，逊于人工智能。

Keane博士还表示，AI还可以立即分析扫描，而以往患者通常需要等待几天才能让专科医生检查图像。而且他预期，这套基于AI技术的眼疾诊疗系统将逐渐部署到英国的各个医院中，并于几年内进入临床试验阶段：“我们在设计这个算法时考虑到了非常具体的实际应用。”

适用性超强的技术

DeepMind的算法使用Moorfields提供的14,884个匿名3D视网膜扫描进行训练，并由医生标记为疾病征兆。为了使其决策更加透明，AI开发了两个神经网络，可以发现模式并从大量数据中进行预测。

根据DeepMind的说法，第一个AI神经分割网络通过分析扫描以识别患病区域，而第二个神经分类网络则根据分析出的特定疾病类型，为临床医生提供诊断意见和转诊推荐。该神经网络会将这种推荐表示为百分比，因此临床医生能了解系统对其分析的置信度。

“我们对研究结果感到非常兴奋，现在正在思考积累正确证据的深思熟虑和安全的方法。”DeepMind Health的临床主管Dominic King表示。

除了治疗眼疾之外，谷歌DeepMind还与伦敦大学学院合作开展分析放射治疗扫描，并与伦敦帝国理工学院有效分析了乳房X线照片。

Moorfields将保留对视网膜扫描数据库的控制权，外界可免费访问该算法至少五年。

总部位于伦敦的DeepMind面临压力，要求澄清其业务模式以及与其母公司Alphabet的关系，因为它开发了用于英国公共资助的国家健康服务（NHS）的技术。为审查与NHS的合作伙伴关系而成立的审查小组在今年6月提出了一个关键问题，即该公司最终可能会利用其资金和数据来“推动垄断利润”。

但Dominic King博士表示，该公司的技术将有助于NHS削减成本：“即将开展的研究中，重要的事情之一就是表明这种方法不仅可以提高临床效果，还可以降低成本。”

很明显，像这样的算法可能会非常有益。据估计，全世界约有2.85亿人患有视力丧失，而眼疾则是造成这种疾病的最主要原因。这一AI应用的成功无疑是里程碑式的。

更简化的流程

但最重要的是，该软件不是一个简单的诊断工具。相反，它被设计用于分类，即决定哪些患者首先需要护理的过程。因此，虽然它确实猜测患者可能具有什么样的条件，但它所做出的实际建议是——需要将个体引入治疗的紧急程度。医生可以参与决策过程。

“如果我们能够及早诊断和治疗眼部疾病，它就会为我们提供拯救人们视力的最佳机会。随着进一步的研究，它可以为未来的眼科问题患者带来更高的一致性和护理质量。Dominic King表示。”

目前，眼保健专业人员使用光学相干断层扫描（OCT）扫描来帮助诊断眼睛状况。这些3D图像提供了眼睛后部的详细地图，但它们通常很难读懂，需要专家分析来解释。分析这些扫描所需的时间（仅Moorfields眼科医院每天就有1000张此类图像），再加上医疗保健专业人员必须经历的扫描次数可能导致扫描和治疗之间的长时间延迟——即使有人需要紧急护理。如果他们出现突然问题，例如眼睛后部出血，这些延误甚至可能使患者失明。

用户与OCT viewer的互动

DeepMind开发的AI眼疾诊断系统不仅可以在几秒钟内自动检测眼部疾病的特征，而且还可以通过建议是否应该转诊进行治疗来优先考虑急需护理的患者。这种即时的分类过程应该大大减少扫描和治疗之间的时间，帮助患有糖尿病眼病和年龄相关性黄斑变性的患者避免视力丧失。

下一阶段要做什么？

如果该技术经过临床试验的一般使用验证，Moorfields的临床医生将能够在其所有30家英国医院和社区诊所免费使用该技术，最初为期五年。这些诊所每年为300,000名患者提供服务，每天接受超过1,000个OCT扫描转诊——每个诊所都可以提高准确性和诊断速度。

Moorfields医院也表示，已经在清理、策划和标记数据集方面投入了大量资金，为世界上的眼科研究创建了最好的人工智能数据库之一。这个改进的数据库由Moorfields作为非商业公共资产所拥有，它已经被医院研究人员用于九项独立研究，涉及多种条件。Moorfields还可以使用DeepMind训练有素的AI模型进行未来的非商业研究。

人工智能在医疗场景中已经获得了一系列最新应用，学会像人类医生一样诊断疾病。在其他研究中，斯坦福大学的计算机科学家教授机器学习系统来识别致命和常见的皮肤癌类型；研究人员在数字幻灯片上发现了乳腺癌；一个医疗器械已经获得美国食品和药物管理局的批准，以帮助发现眼部问题。英国政府还将医疗保健纳入其人工智能的宏伟计划中。

这样的结果非常令人鼓舞，但医学界的专家仍然担心如何将AI系统整合到护理实践中，比如如何先把它转化为产品。放射学家Luke Oakden-Rayner表示，人工智能的进步正在迅速推动我们走向一个转折点，在这个转折点，软件不再是医生应用和解释的工具，而是代表人类做出决定的事情。

人工智能系统正在开始在没有监督的情况下做出医疗决策，但这也让医疗AI的风险变得更大。4月，美国食品和药物管理局批准了第一个基于人工智能的计划，该计划可在没有人为监督的情况下作出临床决策。