当前位置: 首页 > 科技赋能

DeepMind的AI系统可以检测出50多种眼部疾病,准确率比眼科医生还要高

时间:2024-05-22 11:27:31 科技赋能

谷歌DeepMind最近在《自然-医学(Nature Medicine)》杂志上发表了一份研究报告,显示它迎来了里程碑式的医学成就。

它的人工智能在诊断眼部疾病方面与人类医生一样出色。

DeepMind 今年 2 月与伦敦 Moorfields 眼科医院合作开发了 AI 技术,可以通过分析 3D 视网膜扫描来识别青光眼和糖尿病视网膜病变等主要眼部疾病。

在对 100 名患者进行扫描的测试中,DeepMind 的算法在提出转诊建议方面比 Moorefields 眼科医院的 8 名视网膜专家更准确——DeepMind 的算法的错误率为 5.5%,而 8 名人类医生的错误率在 6.7% 到 24.1% 之间。

%;如果向人类医生提供患者背景信息,人类医生的错误率将降低至5.5%至13.1%,结果与人工智能持平或稍差。

DeepMind声称,这套人工智能系统能够以前所未有的准确度快速解读日常临床实践中的观察结果,向患者推荐治疗方案,其水平可与世界领先医学专家相媲美,其诊断范围涵盖50多种威胁视力的眼部疾病。

“这有望彻底改变我们治疗各种人类眼部疾病的方式。

”从长远来看,DeepMind希望这一结果能够帮助医生快速优先考虑需要紧急治疗的患者,从而最终提高治疗效果。

更简化的诊断过程 如今,眼科医疗专业人员使用光学相干断层扫描 (OCT) 来帮助诊断眼部疾病。

这些 3D 图像可以提供有关眼球后部的详细信息,但极难解释,通常需要经验丰富的专家进行分析和解释。

分析这些扫描所需的时间,加上医疗保健专业人员面临的图像数量(仅莫菲尔德眼科医院每天就超过 10 次扫描)通常会导致扫描和治疗之间的延迟。

时间周期严重滞后。

这意味着有些患者可能得不到必要的紧急治疗,一旦出现意外情况,例如眼底出血,这种延误甚至可能导致患者完全失明。

DeepMind开发的系统旨在解决这一挑战。

它不仅可以在几秒钟内自动检测眼部疾病的特征,还可以通过提供是否需要转诊等建议来优先考虑急需治疗的患者。

这种即时分类过程可以显着缩短扫描和治疗之间的时间,帮助糖尿病和年龄相关性黄斑变性患者避免视力丧失。

技术适应性强的DeepMind不仅将其视为有趣的学术成果,而且希望将其实际用于治疗。

因此,DeepMind在论文中也谈到了人工智能临床实践的一大障碍,即“黑匣子”问题。

对于大多数人工智能系统来说,通常很难准确理解其建议的基础。

对于需要理解系统推理的临床医生和患者来说,这显然是一种无法接受的情况。

换句话说,人们不仅需要了解人工智能给出什么结论,还需要了解为什么。

DeepMind 的系统采用了一种新颖的方法来解决这个问题,它结合了两个不同的神经网络,并在它们之间插入了一个易于解释的表达机制。

第一组神经网络称为分割网络,用于分析 OCT 扫描,以提供不同类型眼组织的图谱,并发现其中存在的疾病特征,例如出血、病变、不规则液体收集或其他病理。

符号。

通过这套图,眼科专业人士将能够深入了解系统的“思维过程”。

· 第二组网络称为分类网络,负责分析该图以向临床医生提供诊断和建议。

最重要的是,该网络以百分比形式表达建议,帮助临床医生更准确地评估系统对其分析结论的置信度。

这一功能至关重要,因为眼科医生在确定患者的护理和治疗方面始终发挥着核心作用。

因此,确保他们能够仔细检查系统建议也是在实践中充分利用人工智能解决方案的关键。

至关重要的是,该技术还能够与不同类型的眼部扫描仪连接,而不仅仅是 Moorfields 提供的特定设备类型。

这看似微不足道,但具有深远的影响,意味着该技术可以更容易地在世界各地应用,从而大大增加可以从中受益的患者数量。

此外,这还可以确保当医院和其他临床机构随着时间的推移升级或更换自己的 OCT 扫描仪时,系统仍然可以正常运行。

展望下一阶段 DeepMind坦言,虽然对目前的进展感到无比自豪,但这项初步研究尚未真正转化为实际产品,需要经过严格的临床试验和监管审批才能实际应用。

然而,他们相信这个系统将很快改变眼部疾病的诊断、治疗和管理方式。

如果该技术成功通过临床试验并进入通用验证期,Moorfields眼科医院的临床医生将免费向英国多达30家医院和社区诊所介绍该技术。

初始验证期为五年,医院和诊所目前每年为 30,000 名患者提供服务,每天收到的 OCT 扫描转诊总数还多。

因此,在新技术的支持下,每个诊所都可以提高判断的准确性,加快诊断速度。

然而,Moorefields眼科医院持有的原始数据集适合临床使用,但不适用于机器学习研究。

因此,DeepMind投入巨资对数据集进行清理、规划和标注,最终打造出全球眼科研究最强大的人工智能数据库之一。

改进后的数据库将作为莫菲尔德眼科医院的非商业公共资产,并已被医院研究人员用于涵盖各种特定条件的九项独立研究 - 未来还会有更多研究。

该项目已连接到它。

Moorfields眼科医院还计划利用DeepMind提供的训练有素的人工智能模型来进行更多的非商业研究。