最近，一篇最新發表在《美國醫學會眼科雜志》(JAMA Ophthalmology)的論文表示AI研究者們新開發的一種算法能夠自動檢測導致兒童失明癥的潛在的病變原因，準確率遠高于人類醫生。

該項研究能夠幫助更多的早產兒預防早產兒視網膜病變(Retinopathy of prematurity, ROP)，音樂家史蒂夫王德(Stevie Wonder)失明就是因為這項疾病。

該算法可以通過識別嬰兒眼球照片的情況來診斷出是否患有該種疾病的可能，準確率達91%。但同期測試中，由八位醫生組成的對照組對同樣的眼球照片進行診斷，準確率只有82%。

“在診斷早產兒視網膜病變的領域，訓練有素的眼科醫生一直非常缺乏，因此相應的護理也很難做到位，即便是在美國也是如此。世界上很多兒童都沒有來得及進行診斷，”該項研究的聯合領導研究員Michael Chiang解釋道。Michael是俄勒岡健康大學(OHSU)醫學院臨床流行病學和醫藥信息專業的教授。

“該算法解密了有經驗的眼科醫生識別早產兒視網膜病變的知識體系，并且形成了數學模型，因此即便是沒有這種經驗的臨床音聲也可以借助該模型及時并準確地對嬰兒進行診斷，”另一位聯合領導研究員Jayashree Kalpathy說到。Kalpathy是哈佛醫學院放射學副教授。

導致早產兒視網膜病變的主要原因

早產兒視網膜病變主要是由視網膜周血管異常引起的，視網膜是眼球后部的光敏感元件。這種情況在早產兒身上比較常見，也是全球患兒的患病的主要原因。

美國國家眼科研究所曾發布報告表示美國每年大約有16000名患兒，但是最多只有600名患兒真正到了失明的程度，這種情況也得益于早產兒護理水平的不斷提高。

通常來說，診斷該疾病是通過檢查嬰兒的眼睛。醫生一般會使用放大裝置照亮嬰兒眼球，但是這種方式也可能導致診斷結果比較主觀。

人工智能幫助醫生診斷病情

人工智能可以讓機器像人類一樣思考，現在也不斷被應用于醫療領域。上個月，美國食品和藥物監管局(FDA)同意使用AI設備檢測糖尿病造成的眼疾。其他人也嘗試開發電腦系統來診斷早產兒視網膜病變，但是還不能達到人類醫生的診斷水平。

這次開發的新算法通過深度學習技術模擬人類視覺感知世界的方式，包括識別物體的能力。麻省總醫院研究員結合了兩種AI模型來開發該算法，俄勒岡健康大學的研究員們則使用多種參考標準來訓練該算法。

首先他們使用5000張患兒在看眼科醫生時保留的照片來訓練算法識別視網膜血管，然后他們訓練算法區分健康血管和病變血管，之后他們對比了在樣本相同的情況下，算法識別的準確率和人類專家的準確率，并發現該算法的準確率高于一般的人類專家醫生。

研究隊伍目前在與一家印度公司合作，研究該算法在診斷印度嬰兒的早產兒視網膜病變問題上是否能取得和美國的患兒樣本一樣的結果。同時研究人員目前也在探索該算法是否還能夠診斷出視網膜上除了血管之外的其他部位的健康情況。總之他們最終希望讓醫生能在臨床診斷時運用到這項技術。

注：本文由人工智能企業「圖普科技」編譯自《AI better than most human experts at detecting cause of preemie blindness》。您可以關注圖普科技公眾號，體驗基于深度學習的「圖像識別」應用。