北京时间8月14日,谷歌DeepMind公布了一项研究成果,该研究报告称之为谷歌与Moorfields眼科医院合作产生了第一阶段研究成果,人工智能系统可以精确地临床多达50种威胁视力的眼科疾病且有助医生确认必须应急化疗的患者顺序。更加修改的流程目前,眼保健专业人员用于光学相干性断层扫描(OCT)扫瞄来协助临床眼睛状况。这些3D图像获取了眼睛后部的详细情况,但是它们往往无法解读。
分析这些扫瞄所需的时间,再行再加医疗保健专业人员必需经历的扫瞄次数(仅有在Moorfields每天多达1,000次),不会对化疗时间产生延后。如果有人经常出现紧急状况,如眼睛后部发炎,这些延后甚至有可能造成患者失聪。
而人工智能系统不仅可以在几秒钟内自动检测眼部疾病的特征,而且还可以辨别患者否必须转诊优先化疗。这种即时的分类过程大大减少了扫瞄和化疗之间的时间。适应性强劲的技术谷歌DeepMind称之为他们期望该技术能确实的应用于化疗。
在论文中,他们还谈及了人工智能在临床实践中的一个关键障碍“黑匣子”。对于医生和病人来说,这是一个极大的问题,他们想去解读为什么人工智能不会得出这样的建议,系统的推理小说过程等等。该人工智能系统使用了一种精致的方法来解决问题这个问题。将两个有所不同的神经网络和一个更容易说明的表达方式融合一起。
第一个神经网络,被称作拆分网络,用作分析OCT扫瞄获取的有所不同类型眼部的组织的图谱以及它所看见的疾病的特征,如发炎、恶性肿瘤、点状液体或其他眼疾症状。该图像可以让眼科护理专业人士需要了解理解系统的"思维"。
第二个网络被称作分类网络,其可以给临床医生获取临床结果和引荐建议。另外,该网络以百分比的形式得出可信度评级。同时,此项技术还可以应付有所不同类型的眼睛扫描仪,而某种程度是在Moorfields上训练的特定类型的设备。
这有可能看上去无关紧要,但这意味著该技术可以比较精彩地应用于全世界,为更好的患者带上去协助。这也保证了即使OCT扫描仪更新换代,其仍可用作医院和其他临床设备。下一阶段谷歌回应他们对需要提高眼病的临床化疗和管理深感十分自豪,但这项可行性研究必须转化成为产品,在实际应用于之前经过严苛的临床试验和监管审核。Moorfields需要与谷歌更进一步合作提高医疗护理,增加临床医生的压力,减少医疗成本。
如果该技术通过临床试验,Moorfields的临床医生将需要在其所有30家英国医院和社区医院免费用于该技术,最初为期五年。这些医院每年为300,000名患者获取服务,每天拒绝接受多达1,000个OCT扫瞄转诊,每个医院都可以提升准确性和临床速度。
在下一阶段,谷歌称之为其不会根据Moorfields持有人的原始数据集,投放大量资金展开清扫,策划和标记数据,为世界上的眼科研究创立最差的人工智能数据库。
本文来源:leyu·乐鱼-www.520eks.com