北京时间8月14日，谷歌DeepMind发布了一项研究结果。
研究报告称，谷歌和莫菲尔德眼科医院已经拿出了第一阶段的研究成果。
，这是一个人工智能系统，可以准确诊断50多种威胁视力的眼部疾病，并帮助医生优先考虑需要紧急治疗的患者。
更简化的流程 目前，眼科护理专业人员使用光学相干断层扫描 (OCT) 扫描来帮助诊断眼部疾病。
这些 3D 图像提供了眼睛后部的详细视图，但它们通常难以理解。
分析这些扫描所需的时间，加上医疗保健专业人员必须进行的扫描数量（仅在 Moorfields 每天就超过 1,000 次），导致治疗时间延迟。
如果有人出现紧急情况，例如眼后出血，这些延误甚至可能导致患者失明。
人工智能系统不仅可以在几秒钟内自动检测眼部疾病的特征，还可以判断患者是否需要转诊优先治疗。
这种即时分类过程显着缩短了扫描和治疗之间的时间。
适应性强的技术 谷歌 DeepMind 表示，他们希望这项技术能够真正用于治疗。
在论文中，他们还谈到了在临床实践中使用人工智能的一个关键障碍，即“黑匣子”。
这对于医生和患者来说是一个巨大的问题，他们想要了解人工智能为什么会提出这样的建议，系统的推理过程等等。
这个人工智能系统采用了一种新颖的方法来解决这个问题。
将两个不同的神经网络与易于解释的表达式结合起来。
第一个神经网络称为分割网络，用于分析 OCT 扫描提供的不同类型眼组织图及其所看到的疾病特征，例如出血、病变、不规则液体或眼部疾病的其他症状。
该图像使眼保健专业人员能够深入了解系统的“思维”。
第二个网络称为分类网络，它可以为临床医生提供诊断结果和建议。
此外，该网络还以百分比形式给出可信度评级。
同时，该技术还可以应对不同类型的眼部扫描仪，而不仅仅是在莫菲尔德训练的特定类型的设备。
这看起来似乎无关紧要，但这意味着该技术可以相对轻松地在世界各地部署，帮助更多患者。
这也确保了即使OCT扫描仪更新，它仍然可以在医院和其他临床设施中使用。
Next Phase 谷歌表示，他们非常自豪能够改善眼部疾病的诊断、治疗和管理，但这项初步研究需要转化为经过严格临床试验和监管部门批准的产品，然后才能实际应用。
Moorfields 可以与 Google 进一步合作，改善医疗保健、减轻临床医生的压力并降低医疗成本。
如果该技术通过临床试验，Moorfields 的临床医生将能够在其所有 30 家英国医院和社区诊所免费使用该技术，为期五年。
这些诊所每年为 1,000 名患者提供服务，每天收到 1,000 多次 OCT 扫描转诊，每次都提高了诊断的准确性和速度。
谷歌表示，下一阶段将在Moorfields持有的原始数据集的基础上大力投资清理、整理和标记数据，以创建世界上最好的眼科研究人工智能数据库。