DeepMind 推出首款商業化 AI 產品:眼科 AI 準度 94% 超越人類醫師!

【為什麼我們要挑選這篇文章】DeepMind 先前推出多款知名 AI,例如打敗李世乭的 Alpha Go,或是打敗星海爭霸電競選手的 Alpha Star;但這次,DeepMind 推出首個商業化的 AI 產品,是個診斷眼疾的 AI 診斷器。這對 DeepMind 的意義是,它有助於 DeepMind 獲利,找到合適的商業模式,擴大 AI 的產業應用。(責任編輯:郭家宏)

「《科技報橘》徵才中!跟我們一起定位台灣產業創新力 >> 詳細職缺訊息
快將你的履歷自傳寄至 [email protected]

跟據 金融時報報導 ,DeepMind 已打造出一款能夠及時診斷複雜眼疾的設備。雖然產品只是原型,但這是 Deepmind 作為 Alphabet 旗下公司佈局醫療設備戰略的重要一步。

在上週二的 2019 有線健康會議(Wired Health 2019 conference)上,DeepMind 對一名患者進行了視網膜掃瞄,並對該女性患者的眼睛進行了實時診斷。掃瞄結果由谷歌雲端中的一組演算法進行分析,這些演算法在大約 30 秒內就給出了(疾病)緊急程度評級和詳細診斷。

該系統能夠檢測包括青光眼、糖尿病性視網膜病變和老年性黃斑變性在內的一系列眼病,其準確度與世界頂尖專家水準相當。

DeepMind 演算法首次打造醫療產品,準確度高達 94%

其實,這款產品的學術研究早在去年的 8 月份就發表在了 Nature 子刊《自然醫學》(Nature Medicine)上。

根據 論文 ,此演算法透過對眼部 OCT 圖像的掃瞄,可識別出 50 多種威脅到視力的眼科疾病,準確率高達 94%,超過了人類專家的表現。這也是 DeepMind 利用 AI 和機器學習算法首次打造的一款醫療產品。

具體來說是使用了兩個獨立的神經網絡,一種基於人類大腦工作原理的鬆散機器學習機制。其中一個神經網絡標記與眼病相關的 OCT 圖像中的特徵,另一個神經網絡基於這些特徵對眼部狀況做出診斷。

在 997 名患者的掃瞄影像上進行的測試中,DeepMind 的演算法在轉診推薦的準確度比 Moorfields 眼科醫院的 8 名視網膜專科醫生表現得更好:DeepMind 演算法的錯誤率為 5.5%,而 8 名人類醫生的錯誤率在 6.7% 到 24.1% 之間;如果向人類醫生提供患者的背景訊息,人類醫生的錯誤率降低到 5.5% 到 13.1% 之間,結果與 AI 的水準相當或稍差。

當時 DeepMind 及其研究合作方——倫敦 Moorfields 眼科醫院和倫敦眼科大學學院表示,他們將在 2019 年對該技術進臨床試驗。

DeepMind 演算法不僅提供診斷,還能解釋原因

經過幾個月的努力,DeepMind 公司與 Moorfields 的團隊開發出了這款產品,不過產品尚未獲得監管部門的批准。

不過,這款產品很有可能很快會得到有關部門的批准。在美國,食品藥物監督管理局(FDA)批准的醫療人工智慧演算法數量大幅增加,從 2017 年的全年兩項增至 2018 年的每月一到兩項。其中有一項來自總部位於愛荷華州的新創企業 IDx 的演算法,與 DeepMind 一樣,該演算法可以及時掃瞄和診斷糖尿病性視網膜病變,並已在整個歐洲的臨床護理中得到應用。

對於 DeepMind 的這款產品,其專案負責人、高級臨床醫生艾倫(Alan Karthikesalingam)表示,此項研究的誕生是醫學領域的重要里程碑,借助人工智慧可以大幅度提高普通醫生的臨床技能。

該演算法在 14,884 次視網膜掃瞄中訓練,在 30 秒內處理眼睛圖片。演算法將掃瞄結果分為四類:緊急、半緊急、常規和僅需觀察。

艾倫表示,這款工具的目標就是弄清楚「患者的健康狀況是否有請求醫生協助的需要,如果有,那麼緊急程度是多少,以及為什麼這麼緊急?」

DeepMind 聲稱,其產品不僅能提供診斷,而且能夠準確解釋其產生的結論以及結果的確切程度,這對醫療保健專業人員至關重要。

「對於眼科醫生來說,這一產品的效果令人驚訝。你可以看到 AI 已經對每一個點進行了分割,在這次掃瞄中創建的超高分辨率圖像中,約有 6500 個數據點,」Moorfields 顧問眼科醫生 Pearse Keane 說。「我們必須對我們如何驗證在醫療設備上使用的演算法提供同樣嚴格的程度,但我個人認為,眼科將成為人工智慧從根本上改變的第一個醫學專業。」

此眼科醫療 AI 將有助於 DeepMind 獲利

2016 年,DeepMind 在聯合創始人穆斯塔法.蘇萊曼(Mustafa Suleyman)的領導下,作為其應用團隊的一部分成立了健康部門。

根據金融時報,該團隊的目標一直是在現實環境中開發和部署人工智慧技術,包括家庭醫生診所和醫院,但到目前為止還沒有商業產品,該部門尚未產生任何收入。

在 2018 年的 11 月份,DeepMind 宣佈旗下的健康部門 DeepMind Health、以及負責推進 Streams(幫助醫生更快識別和診斷患者病情的行動 APP)團隊將調整合併到 Google 最新成立的「Google Health」部門中。原子公司 DeepMind Health 將不再作為獨立品牌存在。

當時,DeepMind 的創始人表示,對於該公司而言,這將是一個「重要的里程碑」,有助於將其開發的 Streams 應用程式轉變為「人工智慧助理護士和助手」。醫生「將最佳演算法與直觀設計相結合。」目前,Streams 應用程式正在英國試用,以幫助醫療保健從業人員管理患者。

但是,DeepMind 在此方面並沒有實現獲利,一個由 Alphabet 制定的專家評估小組就曾質疑 DeepMind,要求後者向大眾說明採取怎樣的商業模式來獲利。

對於這個問題,DeepMind 的這台設備原型或許能夠給出答案。未來,若進展順利的話,這一產品或將成為 DeepMind 實現獲利的突破口。

DeepMind 的醫療之路:頭頸癌治療方案、AI 診斷乳腺癌、預測腎臟損傷

除了這款眼部疾病掃瞄的產品設備,DeepMind 也在頭頸癌治療方案、AI 診斷乳腺癌、預測腎臟損傷等方面也做出過突出貢獻。

2016 年 8 月,DeepMind 與英國倫敦大學學院醫學院的研究人員合作共同開展頭頸癌治療方案工作。

DeepMind 表示,因為人的頭部比較複雜,醫生至少需要花費 4 個小時來作準備頭頸癌治療方案,他們希望能透過機器學習來幫助自動執行部分過程,將準備時間縮減至 1 個小時。

2017 年 11 月,DeepMind 就宣佈了一項新的合作研究項目,試圖使用 AI 診斷乳腺癌。在本次的研究項目中,DeepMind 將與由英國癌症研究中心所領導的多家醫療研究機構進行合作,此項目的主要目標是將機器學習應用於乳房 X 光檢查這種乳腺癌的常規檢查手段上,以提高其敏感性和準確率。

2018 年 2 月,DeepMind 與美國退伍軍人事務部(VA)建立醫學研究合作夥伴關係,DeepMind 將分析約 700,000 個匿名醫療記錄,以查找可能用於識別急性腎損傷病例的模式,找到常見的病情指標,以確定機器學習是否能夠準確地識別患者惡化的風險因素並正確預測其發病。

(本文經 大數據文摘 授權轉載,並同意 TechOrange 編寫導讀與修訂標題,原文標題為 〈 DeepMind 推出首款商业化算法产品!30 秒准确诊断眼疾,准确率达到专家水平 〉 。首圖來源:大數據文摘

更多 DeepMind 的厲害 AI

成功預言!DeepMind AI 能提早算出未來「一天半」的風力發電總量
人類連「星海爭霸 II」都守不住了!DeepMind AI 新作 Alphastar 10:1 血洗職業玩家
生物界 AlphaGo 誕生!DeepMind 用 AI 找「蛋白質折疊」規律,比人類判斷還精準

點關鍵字看更多相關文章: