當(dāng)Pearse Keane十年前開始使用光學(xué)相干斷層掃描（OCT）掃描儀檢查一個(gè)人的眼睛時(shí)，機(jī)器的檢查效果十分粗糙。
“這些設(shè)備分辨率較低，圖像采集速度要慢得多，”Moorfields眼科醫(yī)院眼科醫(yī)生兼?zhèn)惗卮髮W(xué)學(xué)院研究員Keane說(shuō)。從2007年起，基恩花了兩年的時(shí)間研究來(lái)自O(shè)CT機(jī)器的掃描，學(xué)習(xí)診斷患者的眼睛狀況，并挑選出構(gòu)成威脅視力的疾病細(xì)節(jié)。
“這是非常耗時(shí)，費(fèi)力的工作，”基恩說(shuō)。OCT掃描使用光線快速創(chuàng)建眼睛后部的高分辨率3D圖像?，F(xiàn)代OCT掃描儀每次使用時(shí)都會(huì)創(chuàng)建映射視網(wǎng)膜每一層的大約6500萬(wàn)個(gè)數(shù)據(jù)點(diǎn)。三維圖像已成為醫(yī)生診斷眼部問(wèn)題的常見方法，但在整個(gè)NHS中，每天都會(huì)完成數(shù)千次掃描。
在Moorfields眼科醫(yī)院的一項(xiàng)試驗(yàn)中，來(lái)自Google的DeepMind的AI做出了94.5％正確的診斷。
Moorfields和谷歌總部位于倫敦的人工智能部門DeepMind診斷眼疾的自動(dòng)算法有可能減少醫(yī)生從OCT掃描中診斷的時(shí)間。發(fā)表在“ 自然醫(yī)學(xué) ”雜志上的新研究顯示，DeepMind的人工智能可以識(shí)別50種常見的眼部疾病，包括三種最大的眼部疾病：青光眼，糖尿病性視網(wǎng)膜病變和年齡相關(guān)性黃斑變性。
人工智能從OCT掃描中正確識(shí)別出94.5％的眼部疾病類型?！霸撍惴ㄅc診斷OCT掃描的專家表現(xiàn)相當(dāng)，”基恩說(shuō)?！芭cMoorfields的世界領(lǐng)先顧問(wèn)眼科醫(yī)生說(shuō)這些OCT掃描有什么問(wèn)題一樣好，甚至可能更好一點(diǎn)。”對(duì)于AI系統(tǒng)而言，該算法非常罕見，該算法還能夠解釋它是如何達(dá)到某種診斷并在多種類型的OCT機(jī)器上使用的。
DeepMind聯(lián)合創(chuàng)始人Mustafa Suleyman表示，該公司和Moorfields現(xiàn)在正計(jì)劃在臨床試驗(yàn)中使用該方法，并試圖獲得監(jiān)管機(jī)構(gòu)批準(zhǔn)的最終產(chǎn)品。這項(xiàng)工作的目的是減少醫(yī)生手動(dòng)檢查掃描，減省診斷和轉(zhuǎn)診患者進(jìn)行治療所需的時(shí)間。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
