211service.com
DeepMinds første medicinske forskningsoptræden vil bruge AI til at diagnosticere øjensygdom
Hver uge udfører Moorfields Eye Hospital i London 3.000 optisk kohærens tomografi-scanninger for at diagnosticere synsproblemer. Scanningerne, som bruger spredt lys til at skabe højopløselige 3D-billeder af nethinden, producerer store mængder data. At analysere disse data er en langsom proces. Forståelse af billederne kræver trænede og erfarne menneskelige øjne til at identificere problemer, der er specifikke for hvert enkelt tilfælde, hvilket efterlader lidt eller ingen tid til at identificere bredere, befolkningsdækkende tendenser, der kunne gøre tidlig opdagelse lettere.
Det er dog bare den slags opgave, som kunstig intelligens kan bruges til at tackle. Så det er måske ikke overraskende, at Googles AI-fløj, DeepMind, har besluttet at samarbejde med hospitalet for at anvende maskinlæring på problemet som en del af sit sundhedsprogram. Arrangementet vil se DeepMinds software studere over en million øjenscanninger - både optisk sammenhæng og mere konventionelle billeder af nethinden - for at fastslå, hvad der sker i øjet i de tidlige stadier af øjensygdom.
Arbejdet vil i første omgang fokusere på at identificere, hvordan man automatisk kan diagnosticere synsproblemer forårsaget af diabetes og aldersrelateret makuladegeneration. Diabetespatienter er 25 gange mere tilbøjelige til at lide af en form for synstab end dem uden det, og aldersrelateret makuladegeneration er den mest almindelige årsag til blindhed i Storbritannien. I begge tilfælde kan tidlig opdagelse give mulighed for mere effektiv behandling.
Et billede af nethinden.
Fordi projektet er nyt og vil bruge maskinlæring til at identificere mønstre i dataene, som måske ikke er let identificerbare for menneskelige øjne, er der få præcise detaljer om, hvordan teknikken vil fungere. DeepMind siger dog, at det planlægger at opdage de tidlige tegn på visuel degeneration for at give praktiserende læger mere tid til at gribe ind.
Det er det første sundhedsprojekt påtaget af DeepMind, der er rent forskningsbaseret. I et tidligere samarbejde med Royal Free hospitalet i det nordlige London, blev organisationen enige om at udvikle en smartphone-app kaldet Streams til at overvåge patienter med nyresygdom. En rapport af Ny videnskabsmand , men foreslog med en vis bekymring, at projektet gratis tilbød 1,6 millioner patientjournaler til DeepMind.
Øjenscanningsdata leveret af Moorfields vil blive anonymiseret. DeepMind hævder, at det vil være umuligt at identificere en patient fra journalerne, og at dens resultater kan bruges til at forbedre fremtidig pleje, [men] vil ikke påvirke den pleje, nogen patient modtager i dag. Royal Free-hændelsen ser ud til at have inspireret DeepMind til at træde varsomt denne gang.
Det er ikke det første forsøg på at anvende dyb læring i sundhedsvæsenet. IBMs Watson-supercomputer, for eksempel, trækker i øjeblikket på 600.000 medicinske bevisrapporter og 1,5 millioner patientjournaler og kliniske forsøg for at hjælpe læger udvikle bedre behandlingsplaner for kræftpatienter . I mellemtiden udvikler den britiske startup Babylon software, der tager symptomer fra en bruger for at foreslå en fremgangsmåde.
Det er imidlertid meget bredere problemer, hvor robuste løsninger kan tage lang tid at dukke op. Givet sådan en veldefineret opgave burde DeepMind være i stand til at udvikle en AI, der kan inspicere disse 3.000 ugentlige scanninger for at hjælpe klinikere med at opdage advarselstegn på øjensygdom, før de forårsager reelle problemer. Lad os se, om det virker.
(Læs mere: Google , Ny videnskabsmand , Den kunstigt intelligente læge vil høre dig nu)