让机器当医生第一步：Google 成功让机器变成了眼科医生

为兑现这个承诺，谷歌的研究人员已经和医生展开合作，共同开发一款能够自动识别糖尿病视网膜病变的AI，而这种病是导致成人致盲的罪魁祸首。运用深度学习系统（此项AI技术也能识别上传到Google网络服务中的人脸照片、动物照片和物体照片），通过检查视网膜照片检测病人情况。一篇发表在美国医学协会杂志的文章表明，最近有研究证明，此AI检测准确率已经和眼科医师持平。

内科医师、生物医学工程师 Lily Peng 是Google该项目的负责人。她说也“我们可以将一些核心的东西运用到Google——区分猫、狗和脸——并将其用来解决其他问题。”

Google这样做并不是为了取代医生。如果能早期发现糖尿病视网膜病变，眼盲是可以避免的。Peng表示，医生力量有限，她希望这项科技能让更多患者接受检测，尤其是医疗卫生相对落后的地方。她还说，一名谷歌研究人员发现，印度医生难以满足当地人的检测需求，于是这项计划便应运而生了。

很多地方的医生已经开始使用照片来诊断病人，从而省掉了面对面诊断的麻烦。华盛顿大学的临床医学教授，糖尿病专家David McColloch表示：“这项技术成效显著，它可以使检测服务惠及至糖尿病视网膜检测缺乏的偏远地区。”这种检测方式为自动检测 AI 技术开辟了新航路。

Peng 的项目只是运用深层神经网络和模式识别系统检测疾病的一部分。通过分析大量的数据，模式识别系统能掌握许多独立的案例。位于伦敦的Google人工智能实验室深度思维（DeepMind）已与英国国民医疗服务系统开展合作，共同开发可以自动检测疾病风险的多项技术。同时，也有其他公司在开发类似技术，如Salesforce.com和初创公司Enlitic。Kaggle是一个数据专家争相用算法解决现实问题的网站，如今已有团队开发出自动检测糖尿病视网膜病变的机器学习系统。

Peng是Google Brain的一员。Google Brain是Google的内部团队，它为搜索、安全性保障、以及安卓平台提供AI软件和服务。在这个团队里，Peng领导的几十人团队专门开发AI的医疗应用。

糖尿病视网膜病变检测项目在变成正式项目之前，两年前还只是一个叫做“20 Percent Project”的项目。起初，研究人员与印度Aravind和Sankara医院合作，这两个医院已经开始收集照片给医生诊断。随后，Google又与超过48位来自印度和美国的医生合作，检测这些照片中的微小动脉瘤、出血以及其他可能导致糖尿病病人致盲的致病因子。每一张照片都至少需要三名医生检查，检查无误后，Peng和其团队才会将这将近128，000幅图输入神经网络。

最终，该系统识别的结果比医生识别的更连贯。该系统灵敏度很高，在90%的情况下都能避免假阳性或者假阴性，超过美国国家卫生研究院规定的至少80的推荐标准。

鉴于深层学习算法以及其他机器图像任务的成功，原始测试的结果并不让人意外。卡内基梅隆大学的计算机科学教授Yaser Sheikh正在研发其他类型的AI健康护理技术，他表示：“将这样的技术推广到发展中国家绝非易事。AI技术听上去很厉害，但要让它普及开来却十分困难。用科技帮助发展中国家充满了诸多系统性障碍。”

但Peng和她的团队正迎难而上。她表示，Google正对特定照片进行额外试验以测试其AI诊断功能。初步结果显示，该系统再次表现出与训练有素的医生同样的能力。看来机器的智能化程度是愈来愈高了，也许某一天，它能治好你的疾病。

翻译来自：虫洞翻翻  译者ID：鬼畜小浣熊