GoogleBrain的研究机构今天（2月20日）在《自然生物医学工程》杂志上发表了一篇论文，论证了深度学习模型如何利用视网膜图像来检测患者的年龄、性别、吸烟状况和收缩压；计算心血管危险因素；并预测未来五年发生重大心脏不良事件的风险。
展望，医疗将成为AI落地的核心场景之一，谷歌、IBM、BAT等巨头公司均在大力布局医疗AI。近日，SappinGlobalStrategies(SGS)的首席执行官edSappin（SGS是一家致力于创新经济的战略和投资公司）撰文，认为人工智能将从四个方面塑造医学未来：发现错误、帮助解决罕见疾病、协助手术和预测疾病。
一切都在眼前：
谷歌人工智能通过视网膜图像预测心血管风险
视网膜眼底图像是通过瞳孔拍摄的眼睛后部的照片。多年来，这些图像一直用于检测眼病。现在Google为视网膜图像引入了一种令人惊讶的新用途：结合人工智能，他们还可以预测患者心脏病发作或中风的风险。
GoogleBrain的研究机构今天（2月21日）在《自然生物医学工程》杂志上发表了一篇论文，论证了深度学习模型如何利用视网膜图像来检测患者的年龄、性别、吸烟状况和收缩压；计算心血管危险因素；并预测未来五年发生重大心脏不良事件的风险。
当今主流心血管风险计算器(如集合队列方程、Framingham和系统冠状动脉风险评估)的一个问题是，它们需要输入多个特征，如血压、体重指数、葡萄糖和胆固醇水平等。以产生疾病风险结果。美国心脏病学会的实践创新和临床卓越计划的一项研究得出结论，不到30%的患者可以获得计算10年风险所需的数据。
GoogleBrain发现，仅视网膜眼底图像就足以预测许多心血管危险因素。解剖特征模式是使用卷积神经网络提取的，卷积神经网络是一种擅长分析图像的计算模型。
研究人员对名患者的视网膜图像进行了模型训练，并在和名患者的两个独立数据集上进行了验证。训练后的模型识别患者年龄为3.26岁，97%的时间分辨性别，71%的时间分辨吸烟者，计算血压时误差为11.23mmHg。
谷歌的大脑向前迈了一步。研究人员发现，经过训练的模型可以预测患者未来五年70%的时间患心血管疾病的风险，接近已建立的风险计算器的准确率，而无需所有额外的数据输入。
深入学习经常因缺乏透明度和可解释性而受到批评，这阻碍了技术进入医疗卫生和法律制度等领域。但是GoogleBrain认为他们的方法是合理的。它采用注意力技术来确定哪些像素对预测特定心血管危险因素最重要：例如，血管是确定血压的关键特征。
这不是谷歌大脑第一次利用视网膜图像的价值。年11月，它提出了一项关于深入学习早期发现糖尿病视网膜病变的研究，这有可能保护全球4.15亿糖尿病患者免受不可逆转的失明。
GoogleBrain的论文为将深度学习应用于视网膜图像以改善眼疾以外的诊断开辟了令人兴奋的可能性。人工智能将是开启更多医学创新的钥匙吗？
人工智能塑造医学未来的4种方式
有时，技术进步如此之快，以至于很难将科幻小说与现实生活区分开来。就在五十年前，计算机还是运行在穿孔卡片和原始电路上的笨重机器。如今，单部智能手机的处理能力超过了阿波罗任务中使用的计算机。
AI已经从这种计算能力的爆炸中受益匪浅。如今，以人脑结构为模式的高度复杂的深度学习算法，可以掌握围棋、股票交易，甚至可以写哈利波特小说(尽管公认不是很好)。
鉴于这种多样性，一些人担心，深度学习的AI将重塑我们的经济，使数百甚至数千个职业淘汰。看来这个世界不再需要人类了。但真的是这样吗？
在我们进一步研究之前，弄清医疗行业的自动化程度是很重要的。算法取代医生的可能性有多大？将来某个时候，医院会不会强迫我们把症状输入触摸屏，等待一个无形的电子声音给我们诊断？
但这似乎不太可能。根据牛津大学和NPR的研究，医生和外科医生成为自动化受害者的几率只有0.4%。总的来说，大多数医疗行业的自动化程度似乎比其他行业低得多。例如，医生助理的自动化程度为14.5%，而报税员的自动化程度为98.7%。
任何自动化研究都与工作相关的职责密切相关。核心问题是，员工将执行什么样的任务？他们会把时间花在日常工作上吗？机器可以很容易地把这些工作分解成几个步骤并进行复制，还是需要他们进行协商，运用情感共鸣，运用创造力和横向思维？
不用说，医生是后者。诊断疾病、做手术和开药不仅仅是复杂的、危及生命的任务，它们还需要大量的情感共鸣。到目前为止，计算机未能满足这一关键要求(因此硅谷害怕人工智能)。尽管目前正在努力教授计算机情感共鸣，但尚不清楚是否有可能制造一台能够理解人类情感深处的计算机。
当谈到人工智能对医学的影响时，我想我们会发现结果既重要又微妙。
1、人工智能会发现错误
尽管计算机永远无法取代血肉之躯的医生，人工智能在医学上仍有作为合作伙伴的地位。
想一想医生的要求：了解生物化学，如新药、现有药物，以及这些物质如何与个别病人相互作用；关于每个患者病史的一般信息，包括他们是否有任何可能因手术或治疗而恶化的先前存在的状况或风险因素；以及对疾病和状况的深刻了解，这些疾病和状况往往发展得非常快。
事实上，这些要求并不仅仅是相互冲突的，它们在人类看来是不可能的。毕竟，人脑由大约10亿个神经元组成，每个神经元大约有0个连接(总共有1万亿个连接)。虽然这听起来令人印象深刻，但并不多。一个大脑有几个千兆字节的工作内存。其他任何事情都不那么容易被召回。
幸运的是，认可机构没有这样的问题。例如，IBM的沃森可以梳理数百万页的数据，阅读不计其数的医学文章，在知识的广度和规模上远远超过任何人类医生。即使医生可能忘记病人独特的生物学特性使他们易受某种药物副作用的影响，人工智能也不会。即使过度劳累的医疗人员可能会错过一条线索，AI也不会。
2、人工智能可以帮助解决罕见疾病
另一方面，AI强大的网络将彻底改变罕见疾病的治疗。是的，单个AIs是功能强大的智能程序。然而，当他们联网在一起，他们是不可阻挡的。在这种配置中，他们可以借鉴彼此的见解，了解一个人的错误所在，并设计创新的修复方案。
这种工具已经存在，比如有线功能讨论ModernizingMedicine。这是一个人工智能数据库，帮助从业者从一个由个提供者和多万名病人组成的数据库中获取知识。基于一种类似于亚马逊出了名的强大推荐引擎的技术，现代医学挖掘数据，推荐治疗方法，并通过网络的力量帮助忙碌的医生应对一种不熟悉的威胁性疾病。
3、人工智能将协助手术
难怪像《格雷的解剖》（Grey’sAnatomy）这样的节目中描绘的戏剧如此引人注目。外科手术极其复杂，需要密集的专家培训，而且毫不夸张地说，这是一个生死攸关的问题。人工智能可以帮助减少一些这种戏剧。
当与增强现实程序配对时，AI可以为外科医生提供实时信息，增强现实程序将数字提示和图像叠加在真实提示和图像之上(比如口袋妖怪Go)。这包括将大脑分成不同的区域进行神经外科手术，将MRI扫描和其他图像放置在病人的身体上(给医生x光透视)。复杂的软件将为先进的硬件提供动力，为医生提供一个额外的安全网，并为病人提供一些安心。
4、AI会预测疾病
人工智能的一个关键优势在于它在收集和分析大量数据以及从分析中得出结论方面的优势。谁更容易得癌症？什么样的危险因素使病人更容易患心脏病而不是中风？
谷歌(Google)已经紧跟潮流。几年前，Google创建了它的基线研究（Baselinestudy），这是一项全面、雄心勃勃的工作，涉及数千名志愿者和名不同医学领域的专家。顾名思义，这项研究的目的是为人类健康建立一种基线，算法和研究人员可以从中分离出可能使人易患特定疾病的生物学线索。
今天，基线研究在Alphabet(Google的母公司)的旗下Verily下继续进行，并且在范围和资源上都将扩大。
年，Verily（当时是GoogleX的一个部门）宣布了与杜克大学和斯坦福大学合作的基线项目，试图了解“正常”人类的样子。年4月，该小组宣布将开始招募10,名健康人，继年开始的约人的试验。在四年的时间里，研究人员将收集研究中的遗传数据，血液样本，医学图像和其他信息参与者。
在不久的将来，人们很容易想象一次就诊就能发现非传染性疾病(中风、癌症、心脏病)或遗传性疾病。病人不仅可以看到自己感染某种特定疾病，而且医生还可以用一个有远见的长期行动计划帮助病人先发制人。
值得注意的是，虽然人工智能肯定会彻底改变我们与医学的关系，但它更有可能以微妙、低调的方式实现这一点。毕竟，AI最有希望的变化是以后端接口的形式(而不是在例如通话屏幕中)涉及系统和过程。不过，不要被愚弄了：即使大部分的改变发生在屏幕之外，医疗实践也会变得更好。随着时间的推移，医疗保健将变得更准确、更全面、更便宜，这对每个人来说都是可喜的消息。
本文参考来源
VB、Synced等
精彩文章推荐
从央视春晚看AI+艺术的未来——《人工智能可能成为未来音乐教育的大师》
转载请注明：http://www.junmaoleatherco.com/rhzlxzb/2212.html
