人工智能可使用视网膜图像预测心脏病风险，并能预诊糖尿病患者失明
2018/2/26 17:03:36 功能医学与荷尔蒙
这家公司用21年研发了能预诊糖尿病患者失明的AI系统
在许多情况下，人工智能在病情的预测和诊断的效率和精确度上甚至超过医生。但是，前提是大部分工作都要在精心控制的实验室中进行的，并且所基于的数据和图像均由专家进行采集和审查。
如今，越来越多的技术公司都在努力，尝试将人工智能引入真正的医疗保健体系中。
去年，美国食品和药物管理局(FDA)批准了第一个医疗机器学习应用程序Arterys Cardio DL。该程序通过使用深度学习算法来分析心脏的MRI图像，从而帮助医生识别患者的问题并进行诊断。
除此之外，还有一些AI应用程序试图在没有专家监督的情况下标记数据并诊断疾病。
最近，美国爱荷华州的IDx公司宣布，FDA已加快审查其创建的AI自动系统IDx-DR，以用于尽早发现糖尿病患者失明的主要原因——糖尿病视网膜病变，从而加以预防、提前治疗。
该系统由IEEE高级会员Michael Abramoff花费了21年开发，在没有眼科专家的帮助下，就能自行诊断。由于目前许多患者经常都要等待数周或数月才能看到眼科专家，无法及时诊断，因此，这一系统的出现患者来说可能会产生巨大影响。
IDx创始人Michael Abramoff博士正在与IDx员工讨论视网膜图像
Abramoff说，AI系统的自主性最初使监管者感到不舒服。 “基本上没有人在考虑算法的问题，”他说。因此，IDx公司和FDA用了7年时间来确定评估系统准确性和安全性的标准。 Abramoff补充道：“使监管机构能够理解算法至关重要。 这是一段漫长的旅程，但我希望能够尽快实现。”
据他介绍，IDx公司还对系统做了一些必要的调整，以便从实验室走出来，真正进入诊所，得以应用。比如，IDx团队添加了一个互动组件，当AI的诊断质量足够高时，系统就会将拍摄的视网膜图像情况反馈给护士或医生。 “拍摄视网膜并不容易，” Abramoff表示， “系统会告诉操作员他们是否需要重新拍摄图像。”
在对公开数据集进行早期测试后，IDx公司在去年夏天完成了一项900人的临床试验，将进行了四小时培训的系统及具有10年以上经验的专家通过摄取和分析视网膜图像，从而提供的诊断结果相比较。虽然Abramoff还拒绝分享审查结果，但他指出：“我们对此非常兴奋。”
可以看到，人工智能诊断在眼科领域已经得到了蓬勃发展，其中包括对先天性白内障和青光眼等疾病的诊断。例如，谷歌正在对DeepMind进行培训，以发现常见眼疾的迹象。这一早期的发展势头并不令人意外，因为该病症具有明确的诊断和治疗标准，而且眼睛易于接近，因此非常适合应用新技术。例如，此前FDA批准使用的第一种基因疗法之一针对的就是遗传性视力丧失的疾病。
总体来说，AI更适合解决定义明确的问题和任务。因此，具有硬数据的医学领域(例如病理图像)对于AI的应用往往比只有软数据的领域(诸如来自电子医疗记录的一般诊断)更成熟。
如Abramoff所说，随着AI技术的日渐成熟，其诊断结果也将愈加客观，这将使得越来越多的医疗工作者得以从繁琐的工作中解脱出来，将更多的精力放在症状和治疗方案的判断和商定，以及其它医学研究中。
Google使用视网膜图像预测任何特定个体的心血管风险
医生可以通过对眼睛的检查可以发现一些疾病的迹象，包括糖尿病和高血压等。Google已经将这一现实与深度学习算法结合起来，将诊断潜力提升到一个新的水平。凭借其系统，Google的深度学习技术可以简单地使用视网膜图像预测任何特定个体的心血管风险。
Google Research最近在一项题为“通过深度学习及视网膜眼底照相预测心血管危险因素”的研究中详细介绍了这个新系统，并，研究人员使用284335名患者的数据训练深度学习算法。
利用这些数据，深度学习系统得到了培训，以识别某些健康问题和风险因素，例如高血压或患者是吸烟者还是非吸烟者。其区分吸烟者和非吸烟者的准确率达到71%，而系统通过预测患者的平均收缩压差异是否在11mmHg以内来确定血压。
这超出了人类医生的能力，他们通常能够区分正常血压或高血压的人，但无法估计收缩压。该系统还可以使用视网膜图像来预测风险因素，Google称这些因素包括患者的性别和年龄等。
除了识别风险因素之外，Google的深度学习算法学会以“相当”高的准确率预测心血管事件(如心脏病发作或中风)的可能性。例如，一项测试显示70%的准确性，用于确定两名患者中的其中一名患者在拍摄视网膜图像后发生了重大心血管事件。
Google表示，其研究人员将在未来使用大型数据集来训练算法。
来源：基因谷
http://weixin.100md.com
返回 功能医学与荷尔蒙 返回首页 返回百拇医药