AI：看眼睛，就能讀出年齡、煙史、心血管狀態
Credit: 123RF
俗話說，眼睛是心靈的窗戶。谷歌工程師說，眼睛也是健康的窗戶。
他們希望通過視網膜照片判斷出心血管疾病的風險，於是便開發出了一款「卷積神經網路」。這是一種前饋演算法，常用於圖像分析。它的靈感來源於生物過程，尤其是神經元之間的活動模式。這種類型的人工智慧(AI)能夠根據相似共性和對稱部分，對圖像進行整體分析，而無需進行分解。
近年來，這種演算法變得非常流行，尤其是Facebook等科技巨頭開始研發自己的面部識別軟體。很早以前，科學家就提出，這種神經網路可以應用在其它領域，但由於處理過程非常複雜，因此進展緩慢。如今，這種演算法居然可以應用於生物學，而且還是人體生物學，這簡直令人震驚。
曾幾何時，將機器學習應用於許多生物學領域的想法聽起來不切實際。如今，人們做到了——更令人激動的是，機器現在能看到人類以前看不到的東西。
觀察、量化圖像里的關聯關係很困難，因為實際數據中存在大量特徵、模式、顏色、數值、形狀。如今，谷歌工程師Ryan Poplin等人利用284,335名病人的數據，對AI進行訓練。之後，他們採用另外兩個數據集(分別含12,026和999張照片)，對這個神經網路進行測試。結果發現，它能夠預測年齡(±3.26年)、性別、抽煙狀態、收縮壓、主要不良心血管事件，誤差在可接受範圍內。研究人員表示，這個神經網路的測試結果和歐洲SCORE系統差不多，後者依靠的是血檢。
更有趣的是，這個演算法能夠根據視網膜照片的不同層面，作出不同方面的預測，例如視神經盤或血管。也就是說，研究人員可以針對不同的用途，改進不同的探測項目。此外，對神經網路而言，不到30萬人的數據集還是太小了。因此，輸入更多數據也能夠改善此演算法。
如今，醫生主要依靠血檢來判斷心血管疾病風險。這種新的檢測方法能夠節約大量的時間和成本，使看病不再痛苦(不用扎針啦！)。當然，對谷歌來說，這類演算法的開發具有潛在的商業價值。
本文譯自 zmescience，由譯者 蛋花 基於創作共用協議(BY-NC)發布。
原作者：MIHAI ANDREI
TAG:煎蛋 |