旗下擁有TensorFlow等深度學習框架的Google，其研究員積極的跨領域運用AI(人工智慧)相關技術，來造福全人類。根據Google最新發表的研究報告，他們目前所開發的工具，已可透過判讀視網膜影像來預測心臟病患病風險，且準確度與醫學界常用方法相近，此外還有「非侵入式」的優點。
近日，Google與旗下專注健康科技子公司Verily共同發表開發出AI演算法(運用機器學習技術)透過判讀病人視網膜攝影影像，並推測病人年齡、血壓、是否有吸菸史，以及他們罹患心臟病的可能性的論文，其準確性與現行預測方法不相上下(論文已在《Nature Biomedical Engineering》雜誌發表)。
據悉，為了訓練演算法，Google與Verily的科學家分析了近30萬名病患的醫療數據(包含眼部掃描數據以及一般醫療資料)。針對Google所開發的演算法，專精於機器學習的阿德雷德大學(澳洲八大名校之一)醫療研究員Luke Oakden-Rayner向《The Verge》指出，Google的演算法透過採用臨床數據，獲得了比現有方法更多的可用資訊，能夠進一步協助醫生的診斷工作，但不是為取代醫生而生。
Google訓練演算法判讀眼底(視網膜)影像的方法，其來有自，早在醫療界發展已久。眼底佈滿了能夠反映身體健康程度的血管，過去醫生就能利用顯微鏡與視網膜攝影的工具，來判斷病人年齡、吸菸史以及血壓，而這些都是用來判斷心血管健康的重要指標。
據了解，Google AI演算法透過判讀視網膜影像來預測病人可能罹患心臟病的準確率為70%，準確性比以往用來預測心血管疾病罹病風險的SCORE方法略差。SCORE方法需要透過血液檢查(換句話說，是侵入式療法)，準確性約在72%左右。
左右兩張都是視網膜攝影圖像。左邊為一般情況，右邊則顯示Google的驗算法如何透過特定的血管(被標示為綠色的血管)來預測眼壓。(圖／翻攝Google釋出之論文) 倫敦大學醫學院心血管生理學與藥學教授Alun Hughes表示，Google的方法看起來滿可靠的，因為透過觀察視網膜來預測心血管疾病患病風險的方法由來已久。他認為，運用AI有可能能加速現行的醫療分析的速度，然而他也認為Google的演算法需要進一步驗證來取得更高的可信度。
過去，Google也曾發表運用AI(機器學習技術)來判讀視網膜眼底圖像，並且進一步預防糖尿病人因視網膜病變而失明的風險。這對於印度等醫療資源相對缺乏的地區來說，能進一步協助醫生進行診斷。
由以上成果來看，AI(人工智慧)相關技術要進一步取代醫生來向病人進行診斷的日子，距離我們還相當遙遠。但若能妥善運用AI工具，對於醫學研究、疾病診斷與預防等領域都能帶來一定程度的正面助益。或許還有機會在降低第一線醫療人員的工作負荷的同時，提升醫療品質。
(中時電子報)
文章來源：The Verge
from 《中時電子報》科技 http://ift.tt/2omG50y
沒有留言:
張貼留言