诊断眼科疾病谷歌AI水平已超过专家级人类医生

在用AlphaGo人工智能技术打赢世界围棋冠军后，谷歌母公司Alphabet于2014年收购的英国AI初创公司DeepMind又有一项重大成就：AI诊断眼部疾病的水平甚至超过了医生。

周一，DeepMind与英国知名的摩尔菲尔兹眼科医院合作研究的成果，在世界顶级临床医学期刊Nature Medicine上发表，在鉴别过997个病患的3D虹膜扫描后，DM设计的人工智能算法推荐眼疾患者就医的精准度，好于该眼科医院的8位专家级临床医生。

研究显示，DeepMind的AI算法主要通过分析眼部的光学相干断层扫描（OCT）图像，诊断与老龄化致盲有关的黄斑部退化、青光眼和糖尿病视网膜病变。目前，这一算法已能检测出超过50种威胁视力的眼疾，能为患者正确推荐最合适的行动方案，并优先考虑最迫切需要护理的人。

论文合作者、摩尔菲尔兹眼科医院试验主管Pearse Keane医生表示，AI算法的诊断与推荐就医错误率为5.5%，即准确度接近94%，而8位人类眼科专家的错误率为6.7%-24.1%区间；当人类医生参考了更多背景信息后，诊断错误率降至5.5%-13.1%之间，表明最棒的人类专家与AI算法相当。

他表示，AI算法诊断准确率是“令人大跌眼镜”的结论，此前DeepMind使用了该医院提供的近15000份匿名患者的3D虹膜扫描图像来培训，2019年的计划是将技术应用于临川试验，预计三年内在全英国家医疗服务体系NHS旗下医院推广，最初五年的AI医疗产品供免费试用。

Keane医生指出，2007-2017年间，英国对OCT扫描仪的使用量激增，超过了对能正确解读图像的专家培训。基本每个有异常的OCT都会被推荐就医，推荐量增加了37%，导致候诊时间过长，如果不能及时诊治，有些患者可能会失去视力。

而AI算法可以加快通过OCT扫描诊断病症的时间，也可以降低严眼科医院的运营成本。DeepMind的AI算法采用两种机器学习神经网络并行模式，一种网络分析虹膜扫描俩鉴别患病的区域，另一种网络作出推荐就医的诊断，并附带特殊疾病的诊疗方式推荐。

这大大避免了AI算法给人以“暗箱操作”的误会，增加了算法得出诊断推荐的透明度和可信度。DeepMind联合创始人Mustafa Suleyman表示，这套算法“最不同凡响之处”是提供了可解释性（explainability），医生可以理解算法做出诊断建议的思路与逻辑，增加了信任度。