Google開發人工智慧系統通過掃描眼睛預測心臟病

來源：小象（ID:AIReport）

源| rankred譯| 東木

與人類專家相比，現在人工智慧在病人身上檢測心臟病功能已經開始擁有相當高的準確性了。人工智慧的領域正在飛速發展，以致於甚至醫生們都難以跟上人工智慧的發展。

Google 目前已經開發出了一款人工智慧產品，它使用超過 284000 名病人數據進行深度學習，並以此來預測心腦血管患病因素。

大多數的健康問題都與心臟病和心腦血管疾病有關。醫生通常通過觀察一些因數，像日常起居生活（吸煙或飲酒習慣），血壓，糖尿病，膽固醇水平以及其他來預測心臟病和心腦血管疾病。

在最近幾年，我們已經發現許多關於深度學習模型能夠幫助為醫學影像提高診斷的準確性的例子，特別是在糖尿病患者身上檢測到眼科疾病的。

現在，這種最新的演算法能夠分析出一些對顯著提高心腦血管疾病有風險的因素。在不久的將來，當 Google 的研究者能夠創造出更多來診斷健康疾病的技術時，你完全用不著驚訝。

這個演算法能做什麼？

這個演算法通過分析 284335 名患者的數據，並以高度準確性為兩組分別為 999 名以及 12026 名患者的不同數據對象做出預測。例如，該人工智慧以 71% 的成功率，成功地依靠視網膜圖片在不吸煙群體中辨別出吸煙者。

通常，醫生能夠在視網膜圖片中分辨出正常人以及具有高血壓的患者，然而這種人工智慧技術甚至能夠在 11mmHg 之內更好的預測血壓收縮壓。

當有兩名病人的視網膜掃描圖被展現出來，機器預測其中一名在接下來的 5 年會患上心臟病，另一名則沒有。這種判斷 Google 的人工智慧已經有 70% 的準確率。這樣的測試只需要一份血樣。

它是怎麼工作的？

深層卷積神經網路（一種深度學習技術）已經被應用到糖尿病視網膜病變、黑色素瘤等疾病的醫學圖像診斷中，更具有與人類專家相當的準確性。

為了了解它是怎樣工作的，研究人員使用了名為 「attention based encoder and decoder networks」 的編譯網路。這項技術提供了一份熱圖，顯示哪個像素對於預測特定的心腦血管疾病的風險因素具有巨大的價值。該方法可以通過觀察血管來預測血壓，還可用於進一步研究視網膜和心腦血管風險的未來假設。

接下來是什麼？

儘管獲得了令人印象深刻的結果，該項研究依然具有許多局促性。首先，它只使用 45 度視角的圖像。未來的工作可能會調查這些發現的概括性，無論是大或小的視角圖像。

許多科學工作取得了這樣有前景的結果。目前，該模型只有幾百例心腦血管事件，在接下來的幾個月里，研究人員將在更大範圍和更全面的數據集上建立和測試人工智慧。

此外，他們將尋求更好的了解干預的影響，如生活方式和藥物的改變對風險的預測，並將會檢驗新產生的理論和假設。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！