登录

还没有极智酱账户?马上注册

新用户注册

已有极智酱账户?马上登录

谷歌AI只靠分析眼底图像,便可预测心血管疾病风险

近日,谷歌与同在Alphabet旗下的生物科技公司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。


谷歌AI只靠分析眼底图像,便可预测心血管疾病风险


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,医学工作者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摆在一起,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则仅靠眼球图像,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并非没有先例。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。


谷歌AI只靠分析眼底图像,便可预测心血管疾病风险


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。


如果有足够多的数据支撑,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。这也是谷歌启动Project Baseline Study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疗场景追求的目标。

已有 0 条评论

Enter 发表评论