DeepMind使用AI诊断眼疾 准确率达94.5％

当Pearse Keane十年前开始使用光学相干断层扫描（OCT）扫描仪检查一个人的眼睛时，机器的检查效果十分粗糙。

“这些设备分辨率较低，图像采集速度要慢得多，”Moorfields眼科医院眼科医生兼伦敦大学学院研究员Keane说。从2007年起，基恩花了两年的时间研究来自OCT机器的扫描，学习诊断患者的眼睛状况，并挑选出构成威胁视力的疾病细节。

“这是非常耗时，费力的工作，”基恩说。OCT扫描使用光线快速创建眼睛后部的高分辨率3D图像。现代OCT扫描仪每次使用时都会创建映射视网膜每一层的大约6500万个数据点。三维图像已成为医生诊断眼部问题的常见方法，但在整个NHS中，每天都会完成数千次扫描。

在Moorfields眼科医院的一项试验中，来自Google的DeepMind的AI做出了94.5％正确的诊断。

Moorfields和谷歌总部位于伦敦的人工智能部门DeepMind诊断眼疾的自动算法有可能减少医生从OCT扫描中诊断的时间。发表在“ 自然医学 ”杂志上的新研究显示，DeepMind的人工智能可以识别50种常见的眼部疾病，包括三种最大的眼部疾病：青光眼，糖尿病性视网膜病变和年龄相关性黄斑变性。

人工智能从OCT扫描中正确识别出94.5％的眼部疾病类型。“该算法与诊断OCT扫描的专家表现相当，”基恩说。“与Moorfields的世界领先顾问眼科医生说这些OCT扫描有什么问题一样好，甚至可能更好一点。”对于AI系统而言，该算法非常罕见，该算法还能够解释它是如何达到某种诊断并在多种类型的OCT机器上使用的。

DeepMind联合创始人Mustafa Suleyman表示，该公司和Moorfields现在正计划在临床试验中使用该方法，并试图获得监管机构批准的最终产品。这项工作的目的是减少医生手动检查扫描，减省诊断和转诊患者进行治疗所需的时间。