当 Pearse Keane 十年前开始使用光学相干断层扫描 (OCT) 扫描仪检查人的眼睛时，机器的检查结果非常粗糙。
“这些设备的分辨率较低，图像采集速度也慢得多，”莫菲尔德眼科医院的眼科医生兼伦敦大学学院的研究员基恩说。
基恩花了两年时间研究 OCT 机器的扫描结果，学习诊断患者的眼部状况，并找出对患者视力构成威胁的疾病的详细信息。
“这是一项非常耗时、费力的工作，”基恩说。
OCT 扫描利用光快速创建眼睛后部的高分辨率 3D 图像。
现代 OCT 扫描仪每次使用时都会创建大约 10,000 个数据点来映射视网膜的每一层。
三维图像已成为医生诊断眼部问题的常用方法，但 NHS 每天都会完成数千次扫描。
在 Moorfields 眼科医院的一项试验中，谷歌 DeepMind 的人工智能做出了 94.5% 的正确诊断。
Moorfields 和 Google 位于伦敦的人工智能部门 DeepMind 开发的一种用于诊断眼部疾病的自动化算法有可能减少医生通过 OCT 扫描进行诊断的时间。
《自然医学》杂志发表的新研究表明，DeepMind 的人工智能可以识别 50 种常见眼部疾病，其中包括三大眼部疾病：青光眼、糖尿病性视网膜病变和年龄相关性黄斑变性。
人工智能从 OCT 扫描中正确识别出 94.5% 的眼部疾病类型。
“该算法在诊断 OCT 扫描方面的表现与专家相当，”基恩说。
“Moorfields 世界领先的眼科顾问医生表示，这些 OCT 扫描的问题同样好，甚至可能更好一些。
”人工智能系统能够解释它是如何得出某种诊断并在多种类型的 OCT 机器上使用的，这是非常罕见的。
DeepMind 联合创始人 Mustafa Suleyman 表示，该公司和 Moorfields 目前正计划在临床试验中使用该方法，并试图获得最终产品的监管批准。
这项工作的目的是减少医生手动检查扫描的数量，减少诊断和转诊患者接受治疗所需的时间。