谷歌AI算法新突破：看看眼睛就知道你会不会得心脏病

近日，Google及其健康技术子公司Verily的科学家发明了一种新算法：使用机器学习来评估病人患心脏病的风险。该公司的软件可以分析病人眼睛后部的扫描图像，准确地推断出各类数据，包括病人的年龄、血压以及他们是否吸烟，从而预测他们患上心脏疾病的风险。经测试之后，软件结果与当前先进方法的准确度不相伯仲。

该算法能使医生更快更容易地分析患者的心血管风险，而且它不需要进行血液检查。但是，该方法在投入到临床应用之前需要进行更深入的测试。一篇描述这些工作的论文今天在《自然—生物医学工程自然》杂志上发表，该研究在去年9月进行审查之前已经为人所知。

阿德莱德大学专门从事机器学习分析的研究院Luke Oakden-Rayner透露，这项工作进展顺利，他还展示了AI如何帮助改进了现有的诊断工具。 Oakden-Rayner表示：“软件采集了过去临床上常用的数据，但是其从中所获得的信息比我们目前更多。它的出现是为了帮助我们做更多事情，而非取代医生。”

为了训练算法，Google和Verily的科学家在机器学习的帮助下分析了近30万名患者的医疗数据。这些信息包括眼部扫描数据以及一般的医疗数据。和深度学习分析一样，神经网络用于此主要是挖掘这些信息的规律，学习如何将眼部扫描得到的指示信号与心血管风险有关的因素（例如年龄和血压）联系起来。

虽然从眼睛来判断你的心脏健康的想法听起来很不靠谱，但这种方法是从一系列已有的研究中发展出来的。内壁（眼底）布满了能反映身体整体健康的血管；医生用相机和显微镜研究它们的外观，可以推断出被观察人的血压、年龄、是否吸烟等等，这些都是心血管健康的重要预测指标。

图：两幅眼底或是眼内后方图像。左边是一张普通的图片；右边显示了Google的算法如何挑选血管（绿色）来预测血压。

当前有两名患者的视网膜图像，其中一名患者在接下来的五年内患上了心血管疾病，另一名患者未患病，谷歌的算法能够分辨出可能患病人的概率为70 ％的，只比预测心血管风险的常用SCORE方法略差，而SCORE法需要进行血液检查，并且在同样的测试中正确率也只不过72％。

伦敦大学医学院心血管生理学和药理学教授Alun Hughes表示：“谷歌的方法看起来很可信，因为观察视网膜预测心血管风险的方法由来已久。人工智能有可能改进现有的医疗分析，但该算法需要进一步测试才可信任。”

对于谷歌来说，他们所做的工作不仅仅是发现了一种判断心血管风险的新方法，更指明了以AI模型为动力的科学发现之路。虽然大多数医疗算法都是为了模仿现有的诊断工具而构建的（例如识别皮肤癌），但该算法找到了分析现有医疗数据的新方法。有了足够的数据，人工智能有望在脱离人为指导的情况下提出全新的医学见解，这可能是谷歌创建该项目的原因之一。

就目前而言，AI医生在没有人为引导的情况下进行诊断的想法还很遥远，要实现可能会花费数十年，而非区区数年。但谷歌的研究表明，这个想法也并未痴人说梦。