谷歌最新AI算法曝光:扫描眼睛预测心脏病

2018-02-22 18:25 来源:人工智能和大数据
浏览量: 收藏:0 分享

  谷歌及其健康技术子公司的科学家们发现了一种新的方法:扫描眼睛并通过AI算法来评估一个人患心脏病的风险。

  对病人眼睛后部扫描的分析,该公司的软件能够准确地推断多项数据,包括个人的年龄、血压以及他们是否吸烟。然后,这可以用来预测他们患上重大心脏病症的风险:比如心脏病发作。

  该算法可能使医生更快更容易地分析病人的心血管风险,而不再需要血液测试。

  但是该方法需要更彻底的测试后,才能用于临床。

  近日,《自然》杂志“生物医学工程”上发表了一篇描述这项研究的论文,Google的这项算法可能意味着更快更准确的心血管风险预测。

  这些公司的科学家在《自然-生物医学工程》(《Nature Biomedical Engineering》)上发表的一篇新论文中详细介绍了他们的发现:“通过深度学习视网膜眼底照片预测引起心血管疾病的危险因素”。

  视网膜眼底照片包括眼睛的血管,这篇论文显示可以利用血管准确预测心血管疾病的危险因素,包括其人是否吸烟、血压、年龄、性别以及某人是否曾经有过心脏病发作。该算法也能够推断出一个人的种族,这也是心血管相关疾病的一个因素。

  谷歌的大脑团队(Brain Team)产品经理Lily Peng写道:“用来自284,335名患者的数据对深度学习算法进行训练,我们能够通过视网膜照片对两个来自12,026名和999名患者的独立数据集进行心血管疾病危险因素的预测,而且预测的准确度高得惊人。”

  这个数据集包括来自英国Biobank数据库的48101名患者和来自EyePACS数据库的236244名患者。

  正如文章指出的那样,还有一些其他的方法可以通过患者的病史和血液样本评估心血管疾病的风险,但有时关键信息是缺失的,如胆固醇水平。

  视网膜图像扫描可以为发现心脏疾病信号提供一种快速、廉价且无创的方式。

  鉴于该算法可以准确预测风险因素,科学家们还训练该算法来预测主要心血管疾病的发作,如五年内心脏病发作。

  Peng写道:“我们的算法能够在70%的时间内挑选出曾经发作过心血管疾病的患者。这种准确程度已经接近了其他的心血管疾病风险计算方式,而这些方式需要抽血测量胆固醇。”

  研究人员还使用注意力图来研究算法如何进行预测,比如是否关注通过血管来预测年龄、吸烟状况和血压。

  正如Peng所说,打开黑匣子并且解释清楚预测是如何进行的,应该会让医生对该算法更有信心。

  Verily的心血管健康创新负责人Michael McConnell表示,这项研究很有前途的,但现在还处于早期阶段。

  他指出:“在进入临床之前,必须还要完成更多的工作,在更大范围的患者群体中开发和验证这些发现。”

  然而,如果进一步的研究证实了这些发现,视网膜图像的使用可以减少医生讨论患者预防措施的障碍。

  阿德莱德大学专门研究机器学习分析的医学研究员卢克·奥克登-雷纳(LukeOakden-Rayner)告诉Verge说,这项工作非常扎实,并展示了人工智能如何帮助改进现有的诊断工具。

  Oakden-Rayner说:“他们从临床上获取的数据比我们目前所得到的要多。”“它不是取代医生,而是试图扩大我们的实际能力。”为了训练这个算法,谷歌和维利的科学家利用机器学习来分析近300000名病人的医学数据集,这些信息包括眼睛扫描和一般医学数据。

  与所有深入学习分析一样,神经网络随后被用于挖掘这些信息以获取模型,学习将眼部扫描中的信号与预测心血管风险(如年龄和血压)所需的指标联系起来。

  尽管通过眼睛观测来判断心脏健康的想法听起来很不寻常,但它确实是来自于大量成熟的研究。

  眼睛的后内壁(眼底)充满了血管,反映身体的整体健康。通过用专业相机设备和显微镜研究他们的外表,医生可以推断出一个人的血压、年龄、是否吸烟等指标都是心血管健康的重要预测因素。

  谷歌的算法提供了两名患者的视网膜图像,其中一名患者在接下来的五年里经历了心血管事件,另一名患者没有,谷歌的算法能够分辨出的准确率达到了70%。

  这仅仅比常用的预测心血管风险的评分方法稍差,后者需要进行血液测试,并在同一测试中做出正确的正确预测率也只是达到72%。伦敦大学洛杉矶分校(UCL)心血管生理学和药理学教授阿伦·休斯(Alun Hughes)表示,谷歌的做法听起来是可信的,因为来源于“长期以来一直在观察视网膜以预测心血管风险”。

  他补充说,人工智能有可能加快现有的医学分析形式,但他警告说,在被信任之前,该算法需要进一步测试。

  对于谷歌来说,这项工作不仅仅是一种判断心血管风险的新方法,它指向了一个新的以AI为动力的科学发现范例。

  虽然大多数医疗算法都是为了复制现有的诊断工具而建立的(例如识别皮肤癌),但该算法找到了分析现有医疗数据的新方法。

  有了足够的数据,希望人工智能能够创造全新的医学见解,而无需人为指导。 这可能是谷歌创建项目的原因之一。

  目前,人工智能医生在没有人类监督的情况下提出新诊断的想法看似有很长的路要走,但谷歌的此类研究表明,这一想法并非完全遥不可及。


标签:

责任编辑:liudan
在线客服