诊断眼科疾病 AI的水平竟超过了医生

　　在用AlphaGo人工智能（AI）技术打赢世界围棋冠军后，谷歌母公司Alphabet于2014年收购的英国AI初创公司DeepMind又有一项重大成就：AI诊断眼部疾病的水平甚至超过了医生。

　　8月13日，DeepMind与英国摩尔菲尔兹眼科医院合作研究的成果在世界顶级临床医学期刊《Nature Medicine》发表，在鉴别过997个病患的3D虹膜扫描后，DM设计的人工智能算法推荐眼疾患者就医的精准度，好于该眼科医院的8位专家级临床医生。

　　研究显示，DeepMind的AI算法主要通过分析眼部的光学相干断层扫描（OCT）图像，诊断与老龄化致盲有关的黄斑部退化、青光眼和糖尿病视网膜病变。目前，这一算法已能检测出超过50种威胁视力的眼疾，能为患者正确推荐最合适的行动方案，并优先考虑最迫切需要护理的人。

　　论文合作者、摩尔菲尔兹眼科医院试验主管Pearse Keane医生表示，AI算法的诊断与推荐就医错误率为5.5%，即准确度接近94%，而8位人类眼科专家的错误率在6.7%~24.1%之间；当人类医生参考了更多背景信息后，诊断错误率降至5.5%~13.1%之间，表明最棒的人类专家与AI算法水平相当。他表示，AI算法诊断准确率是“令人大跌眼镜”的结论，此前DeepMind使用了该医院提供的近15000份匿名患者的3D虹膜扫描图像来培训，2019年的计划是将技术应用于临床试验，预计三年内在全英国家医疗服务体系NHS旗下医院推广，最初五年的AI医疗产品供免费试用。Keane医生指出，2007年~2017年间，英国对OCT扫描仪的使用量激增，超过了对能正确解读图像的专家培训。基本每个有异常的OCT都会被推荐就医，推荐量增加了37%，导致候诊时间过长，如果不能及时诊治，有些患者可能会失去视力。

　　AI算法可以加快通过OCT扫描诊断病症的时间，也可以降低眼科医院的运营成本。DeepMind的AI算法采用两种机器学习神经网络并行模式，一种是网络分析虹膜扫描俩鉴别患病的区域，另一种是网络作出推荐就医的诊断，并附带特殊疾病的诊疗方式推荐。这大大避免了AI算法给人以“暗箱操作”的误会，增加了算法得出诊断推荐的透明度和可信度。DeepMind联合创始人Mustafa Suleyman表示，这套算法“最不同凡响之处”是提供了可解释性（explainability），医生可以理解算法做出诊断建议的思路与逻辑，增加了信任度。

　　DeepMind Health临床试验主管Dominic King表示，目前正与伦敦大学学院医院合作分析放射治疗的扫描图，与伦敦帝国大学合作分析乳房影像扫描图。与这些顶级医疗和研究机构的合作，也都展现了实际、有潜力的进展，表明AI诊病应用场景不局限于眼部领域。

　　不过英国《金融时报》提醒称，英国监管机构对谷歌等科技巨头及其旗下的人工智能子公司，能够接触到大量病患数据和研发“具有垄断性盈利能力”产品的能力深感担忧。去年有隐私监督机构怀疑，英国皇家自由医院非法向DeepMind提供了160万名患者的记录，帮助后者研发一款App，旨在警告医生患者潜在的肾损伤风险。