最近，一篇最新發(fā)表在《美國醫(yī)學(xué)會眼科雜志》(JAMA Ophthalmology)的論文表示AI研究者們新開發(fā)的一種算法能夠自動檢測導(dǎo)致兒童失明癥的潛在的病變原因，準(zhǔn)確率遠(yuǎn)高于人類醫(yī)生。

該項研究能夠幫助更多的早產(chǎn)兒預(yù)防早產(chǎn)兒視網(wǎng)膜病變(Retinopathy of prematurity, ROP)，音樂家史蒂夫王德(Stevie Wonder)失明就是因為這項疾病。

該算法可以通過識別嬰兒眼球照片的情況來診斷出是否患有該種疾病的可能，準(zhǔn)確率達(dá)91%。但同期測試中，由八位醫(yī)生組成的對照組對同樣的眼球照片進(jìn)行診斷，準(zhǔn)確率只有82%。

“在診斷早產(chǎn)兒視網(wǎng)膜病變的領(lǐng)域，訓(xùn)練有素的眼科醫(yī)生一直非常缺乏，因此相應(yīng)的護(hù)理也很難做到位，即便是在美國也是如此。世界上很多兒童都沒有來得及進(jìn)行診斷，”該項研究的聯(lián)合領(lǐng)導(dǎo)研究員Michael Chiang解釋道。Michael是俄勒岡健康大學(xué)(OHSU)醫(yī)學(xué)院臨床流行病學(xué)和醫(yī)藥信息專業(yè)的教授。

“該算法解密了有經(jīng)驗的眼科醫(yī)生識別早產(chǎn)兒視網(wǎng)膜病變的知識體系，并且形成了數(shù)學(xué)模型，因此即便是沒有這種經(jīng)驗的臨床音聲也可以借助該模型及時并準(zhǔn)確地對嬰兒進(jìn)行診斷，”另一位聯(lián)合領(lǐng)導(dǎo)研究員Jayashree Kalpathy說到。Kalpathy是哈佛醫(yī)學(xué)院放射學(xué)副教授。

導(dǎo)致早產(chǎn)兒視網(wǎng)膜病變的主要原因

早產(chǎn)兒視網(wǎng)膜病變主要是由視網(wǎng)膜周血管異常引起的，視網(wǎng)膜是眼球后部的光敏感元件。這種情況在早產(chǎn)兒身上比較常見，也是全球患兒的患病的主要原因。

美國國家眼科研究所曾發(fā)布報告表示美國每年大約有16000名患兒，但是最多只有600名患兒真正到了失明的程度，這種情況也得益于早產(chǎn)兒護(hù)理水平的不斷提高。

通常來說，診斷該疾病是通過檢查嬰兒的眼睛。醫(yī)生一般會使用放大裝置照亮嬰兒眼球，但是這種方式也可能導(dǎo)致診斷結(jié)果比較主觀。

人工智能幫助醫(yī)生診斷病情

人工智能可以讓機(jī)器像人類一樣思考，現(xiàn)在也不斷被應(yīng)用于醫(yī)療領(lǐng)域。上個月，美國食品和藥物監(jiān)管局(FDA)同意使用AI設(shè)備檢測糖尿病造成的眼疾。其他人也嘗試開發(fā)電腦系統(tǒng)來診斷早產(chǎn)兒視網(wǎng)膜病變，但是還不能達(dá)到人類醫(yī)生的診斷水平。

這次開發(fā)的新算法通過深度學(xué)習(xí)技術(shù)模擬人類視覺感知世界的方式，包括識別物體的能力。麻省總醫(yī)院研究員結(jié)合了兩種AI模型來開發(fā)該算法，俄勒岡健康大學(xué)的研究員們則使用多種參考標(biāo)準(zhǔn)來訓(xùn)練該算法。

首先他們使用5000張患兒在看眼科醫(yī)生時保留的照片來訓(xùn)練算法識別視網(wǎng)膜血管，然后他們訓(xùn)練算法區(qū)分健康血管和病變血管，之后他們對比了在樣本相同的情況下，算法識別的準(zhǔn)確率和人類專家的準(zhǔn)確率，并發(fā)現(xiàn)該算法的準(zhǔn)確率高于一般的人類專家醫(yī)生。

研究隊伍目前在與一家印度公司合作，研究該算法在診斷印度嬰兒的早產(chǎn)兒視網(wǎng)膜病變問題上是否能取得和美國的患兒樣本一樣的結(jié)果。同時研究人員目前也在探索該算法是否還能夠診斷出視網(wǎng)膜上除了血管之外的其他部位的健康情況?？傊麄冏罱K希望讓醫(yī)生能在臨床診斷時運(yùn)用到這項技術(shù)。

注：本文由人工智能企業(yè)「圖普科技」編譯自《AI better than most human experts at detecting cause of preemie blindness》。您可以關(guān)注圖普科技公眾號，體驗基于深度學(xué)習(xí)的「圖像識別」應(yīng)用。