Google改善糖尿病视网膜病变模型，扩大实验场域提升临床可用性

Google曾于去年8月发布透过电脑视觉技术和深度神经网络算法，可从视网膜眼底图像中，辨识出糖尿病视网膜病变，准确率与专业医师不相上下的研究成果，现在则是用高品质的标示方法改善模型的表现，也让模型的辨识过程变得更加透明，此外，Google还将模型带到泰国公共卫生部医疗服务部附属的泰国医院Rajavithi，透过临床测试来验证模型的准确度。

Google于两年前开始研究用训练深度学习模型，来辨识糖尿病视网膜变病疾病，在过去的研究基础下，持续改善模型的效能和准确度，甚至为了临床的可用性，还要不断改进模型的解释能力，现在，Google的研究团队在这些方面，都取得了更新的进展，并且新增了泰国的医疗机构为合作伙伴。

首先在改善模型表现的部分，Google用了2项方法来让模型更准确，第一个是将过去分成2类的分类模式，改成5个分数等级的分类系统，让资料的分类更具有区别性，第二个方法则是将模型整合视网膜专家最终的辨识结果，由于专家辨识的过程会有歧意，每位专家分类的结果可能不同，因此，Google研究团队让专家小组达成最终的共识，再将最终的辨识结果纳入模型中。

相比过去是采纳大多数专家的建议，这项新方法可以解决分歧的意见，让结果更加准确，甚至，还能发现具有更细微特征的临床表现，像是微细血管瘤（microaneurysms）。为了加快辨识过程的效率，Google研究团队仔细地从所有图像中，筛选出0.22%的图像，做为调整模型的子资料集，借由优化超参数来提升模型效能。

接着，为了提升模型于临床上的可用性，让模型成为医师诊断中的工具，必须采取适当的步骤，确保模型透明且可信，Google利用过去研究中模型训练和验证的结果，显示模型能够对医师产生潜在的协助，举例来说，Google展示了模型对视网膜病变不同严重层级的评分，以及对图像特定区域进行判定的热点图，来证明模型辨识的过程可信度，另外，也展示了模型能够帮助医师找到被忽略的病理特征，提升医师诊断的准确度。

最后，Google除了日前与印度当地最大的眼科医院Aravind，和另一家眼科专门医院Sankara Nethralaya联盟，现在还与泰国的医院合作，希望透过AI模型改善当地的医疗服务，在泰国大约有5百万的糖尿病患者，却只有1,400名眼科医师，医师能够利用这项辅助技术，在更短的时间内检查更多患者，透过及时的诊断让患者免于失明的风险。Google期望透过广泛的合作模式，来验证糖尿病视网膜病变模型，运用新技术来改善世界健康状况。