最近，一篇最新發(fā)表在《美國(guó)醫(yī)學(xué)會(huì)眼科雜志》（JAMA Ophthalmology）的論文表示AI研究者們新開(kāi)發(fā)的一種算法能夠自動(dòng)檢測(cè)導(dǎo)致兒童失明癥的潛在的病變?cè)?，?zhǔn)確率遠(yuǎn)高于人類醫(yī)生。

該項(xiàng)研究能夠幫助更多的早產(chǎn)兒預(yù)防早產(chǎn)兒視網(wǎng)膜病變（Retinopathy of prematurity, ROP），音樂(lè)家史蒂夫王德（Stevie Wonder）失明就是因?yàn)檫@項(xiàng)疾病。

該算法可以通過(guò)識(shí)別嬰兒眼球照片的情況來(lái)診斷出是否患有該種疾病的可能，準(zhǔn)確率達(dá)91%。但同期測(cè)試中，由八位醫(yī)生組成的對(duì)照組對(duì)同樣的眼球照片進(jìn)行診斷，準(zhǔn)確率只有82%。

“在診斷早產(chǎn)兒視網(wǎng)膜病變的領(lǐng)域，訓(xùn)練有素的眼科醫(yī)生一直非常缺乏，因此相應(yīng)的護(hù)理也很難做到位，即便是在美國(guó)也是如此。世界上很多兒童都沒(méi)有來(lái)得及進(jìn)行診斷，”該項(xiàng)研究的聯(lián)合領(lǐng)導(dǎo)研究員Michael Chiang解釋道。Michael是俄勒岡健康大學(xué)（OHSU）醫(yī)學(xué)院臨床流行病學(xué)和醫(yī)藥信息專業(yè)的教授。

“該算法解密了有經(jīng)驗(yàn)的眼科醫(yī)生識(shí)別早產(chǎn)兒視網(wǎng)膜病變的知識(shí)體系，并且形成了數(shù)學(xué)模型，因此即便是沒(méi)有這種經(jīng)驗(yàn)的臨床音聲也可以借助該模型及時(shí)并準(zhǔn)確地對(duì)嬰兒進(jìn)行診斷，”另一位聯(lián)合領(lǐng)導(dǎo)研究員Jayashree Kalpathy說(shuō)到。Kalpathy是哈佛醫(yī)學(xué)院放射學(xué)副教授。

人工智能可以讓機(jī)器像人類一樣思考，現(xiàn)在也不斷被應(yīng)用于醫(yī)療領(lǐng)域。上個(gè)月，美國(guó)食品和藥物監(jiān)管局（FDA）同意使用AI設(shè)備檢測(cè)糖尿病造成的眼疾。其他人也嘗試開(kāi)發(fā)電腦系統(tǒng)來(lái)診斷早產(chǎn)兒視網(wǎng)膜病變，但是還不能達(dá)到人類醫(yī)生的診斷水平。

這次開(kāi)發(fā)的新算法通過(guò)深度學(xué)習(xí)技術(shù)模擬人類視覺(jué)感知世界的方式，包括識(shí)別物體的能力。麻省總醫(yī)院研究員結(jié)合了兩種AI模型來(lái)開(kāi)發(fā)該算法，俄勒岡健康大學(xué)的研究員們則使用多種參考標(biāo)準(zhǔn)來(lái)訓(xùn)練該算法。

首先他們使用5000張患兒在看眼科醫(yī)生時(shí)保留的照片來(lái)訓(xùn)練算法識(shí)別視網(wǎng)膜血管，然后他們訓(xùn)練算法區(qū)分健康血管和病變血管，之后他們對(duì)比了在樣本相同的情況下，算法識(shí)別的準(zhǔn)確率和人類專家的準(zhǔn)確率，并發(fā)現(xiàn)該算法的準(zhǔn)確率高于一般的人類專家醫(yī)生。

研究隊(duì)伍目前在與一家印度公司合作，研究該算法在診斷印度嬰兒的早產(chǎn)兒視網(wǎng)膜病變問(wèn)題上是否能取得和美國(guó)的患兒樣本一樣的結(jié)果。同時(shí)研究人員目前也在探索該算法是否還能夠診斷出視網(wǎng)膜上除了血管之外的其他部位的健康情況?？傊麄冏罱K希望讓醫(yī)生能在臨床診斷時(shí)運(yùn)用到這項(xiàng)技術(shù)。