谷歌大腦主管：人工智慧計算機視覺超越人類 醫療保健必將改觀

在本周第五屆海德堡獲獎人論壇（HLF2017）上，探究AI和機器學習更多應用可能性是一個主要課題。谷歌大腦（Google Brain）項目負責人Jeff Dean概括介紹了一系列有關AI的醫療成果。

僅僅在五年前，人工智慧計算機還基本上識別不了圖像，更別說像人類一樣分析圖像。但突然之間，人工智慧計算機已經超越了人類。

谷歌大腦（Google Brain）項目負責人Jeff Dean表示，「2011年，計算機識別圖像的錯誤率為26％。」谷歌大腦與其他科技巨頭一起在引領近期的圖像識別以及語音識別及自駕車領域的革命中作出了自己的貢獻。他表示，而現在，電腦查看和分析圖像的能力超出了人眼所能做的事情。

Dean在德國海德堡舉行的一次研究活動中表示，「如果你幾年前告訴我能做得到這一步，我一定不會相信你。但由於人工智慧（AI）計算機視覺的發展，電腦現在『可以看了』……這也打開了我們的視野，讓我們看到了更多可能性。」

在本周第五屆海德堡獲獎人論壇（HLF2017）上，探究AI和機器學習更多應用可能性是一個主要課題。HLF為世界上最有希望的年輕科學研究人員及經驗豐富的計算機科學家和數學家提供了融合交流的機會，他們都是在自己領域裡贏得了最高榮譽的研究人員。這些獲獎人是計算ACM獎、圖靈獎、Fields獎，亞伯獎和Nevanlinna獎的得主。

Google Brain負責人Jeff Dean

Dean因其在分散式系統方面的工作曾獲2012年ACM計算獎。他是谷歌的奇人。Dean在HLF 2017上深刻綜述了AI使能技術應用在改善醫療保健和醫學研究上的成果。

AI用於醫療保健和醫學研究是有其道理的。據最近的埃森哲報告資料顯示，至2021年，AI醫療保健行業年增長率將達40％，預計2021年的醫療保健市場將達66億美元。目前的醫療保健市場徘徊在6億美元左右。

Dean在本周的HLF上概述了一系列有關AI醫療成果的信息：

癌症診斷

病理學家要負責閱讀檢測乳腺癌、前列腺癌和其他癌症的幻燈片和測試結果。儘管這些人是經過訓練的，研究卻表明，幾個病理學家只能在大約42％的時間內在乳腺癌的診斷上取得一致。

Dean表示，有個深入學習研究項目用了谷歌現存的Inception深度學習工具和康奈爾大學的一些定製機制，該研究項目顯示，這樣得到的結果要好得多。

該研究結果是在2017年3月發布的。其研究報告稱，Google Brain的AI醫學研究小組用了數百種病理圖像訓練計算機的癌症檢測，準確度水平達到接近90％。

X射線成像

瑞典兩個月前的一項研究顯示了類似的結果，頗令人鼓舞。該研究利用X射線診斷骨折。

在這項研究中，瑞典Karolinska研究所、皇家理工學院和丹德里德醫院的研究人員發現，深度學習計算機視覺可以和骨科醫生一樣準確地發現骨折。領導這項研究的Karolinska研究所的Max Gordon寫道，這證明AI網路的評估能力與人類專家相若，而且，我們希望能夠通過高解析度X射線圖像獲得更好的結果。「

Dean在談到這項工作時表示，「計算機視覺和AI技術即將從根本上改變」醫療診斷。他表示，這對病人的影響幾乎是即時的。

計算機視覺與糖尿病視網膜病變

糖尿病視網膜病變（DR）是一個很好的例子。糖尿病視網膜病變如果能及早發現就可以很好地得到治療。但如果錯過及早發現的時機，此疾病可導致視力喪失甚至失明。根據亞特蘭大疾病控制中心的數據，全球有4億人面臨DR風險。

研究表明，問題的癥結在於，即便是訓練有素的眼科醫生要診斷出DR都有困難。Dean表示，「如果找兩位經專業認證的眼科醫生對健康的眼睛和患DR眼睛的圖像進行診斷（見下圖），四輪下來，只有60％的時間裡他們的診斷是一致的。而兩個小時後， 65％的時間裡他們的診斷是一致的。「

糖尿病性視網膜病變診斷的圖像比對（左：健康；右：患DR病）圖片來自谷歌

Dean補充表示，「有點恐怖」， 但卻適合用AI方法迎接挑戰。他表示，「假若這些新的計算機視覺系統可以在認別貓狗差異時達到人類的準確度，那麼這些計算機視覺系統應該在識別」各種與醫療有關的東西時派上用場。

研究人員為AI系統提供了15萬張眼睛圖像，研究結果顯示，AI系統的AI軟體最終的診斷準確度水平超過人類。

展望未來

AI應用在醫療保健領域的其可能性可以列一個很長的表。Dean表示，從發現藥物、整體患者護理到繪製人腦的突觸連接等等，AI將很快改變數百萬計人的醫療保健和治療。谷歌並不是該領域的唯一玩家。 IBM公司Watson團隊、微軟的AI研究人員以及Facebook公司都在研發AI健康演算法和解決方案。

許多諸如特斯拉公司首席執行官埃倫·穆斯克（Elon Musk）的科技領軍人物曾對人工智慧可能失控而威脅到人類表示擔心。有關的辯論短時間內還要熱鬧一陣，至少會持續到科技奇點（Singularity，參看https://en.wikipedia.org/wiki/Technological_singularity）到達之前。但對於那些更加關心生活質量的人來說，很顯然，他們從Dean本周帶來的信息里看到了更多的希望。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！