谷歌AI算法新突破: 透过视网膜就知道你会不会得心脏病!

原文作者：Bill Siwicki

翻译： Greg Wu

谷歌AI成功地使用视网膜影像来预测心脏病或是中风之类的心血管疾病，完全不用抽血或是进行其他的检验。

谷歌AI官方说这是巨大的突破，因为这不是模仿现有的诊断方法，而是利用机器学习发现了这类疾病新的预测方法。更多的是，这个新系统可以显示哪一部份的影像可以成功的预测，还可以为研究人员提供导致心血管疾病的新线索。

Google AI 的研究结果在<自然生物医学工程>发表了一篇叫“通过深度学习利用视网膜影像预测心血管疾病的影响因素”的文章中。产品经理 Lily Peng 在谷歌人工智能官方博客中写道：“利用深度学习算法对284335名患者的数据进行训练，我们能够从12026和999名患者两组独立数据中预测心血管疾病的影响因素，并且有极高的准确度”。她说：“例如，我们的算法有71％的准确率将吸烟者的视网膜图像与非吸烟者的图像区分开来，而人类专家的准确率为〜50％（即随机）”。

一般来说，医生们可以分辨高血压患者和正常患者的视网膜影像，但谷歌AI的算法可以进一步地分析患者们的平均收缩压在11毫米汞柱之内，不管是对于高血压患者或是正常患者。

下图左右两张都是视网膜摄影图像。左边为一般情况，右边则显示Google的验算法如何透过特定的血管(被标示为绿色的血管)来预测眼压。

除了从视网膜影像预测不同的影响因素­-年龄、性别、是否抽烟、或是血压等等，谷歌AI的算法对于直接预测心血管疾病发生的机率有相当的准确性。此算法利用整个影像来量化影像和导致心脏病以及中风的因素之间的关系，Peng写道。“利用(最多五年内)发生过重大心血管疾病(比如，心脏病)的患者和正常患者的视网膜影像，我们的算法有70%的准确率挑出有心血管疾病的患者”她说。“其他判断心血管疾病因素的方法需要进行抽血测量胆固醇来达到类似的准确度。”

这可能代表了一种科学发现的新方法。

“传统来说，医学发现一般都是经过复杂的猜测和验证-通过观察做出假设，然后设计实验来验证假设,”她说。“然而，对于医学影像，由于实际图像中存在各种各样的特征，图案，颜色，值和形状，因此观察和量化关联可能很困难。”Google AI利用深度学习的方法来得到人体解剖学和疾病之间的关系，类似于医生如何学着将体征和症状与新的疾病联系起来。她说，这可以帮助科学家产生更有针对性的假设，推动未来的广泛研究。

April 5, 2018 | Blog | Tags: AI, big data AI, data analysis, google, 心脏病, 数据, 视网膜