大數據文摘出品

作者：蔣寶尚

據金融時報報道，DeepMind已打造出一款能夠實時診斷復雜眼疾的設備。雖然產品只是原型，但這是Deepmind作為Alphabet旗下公司布局醫療設備戰略的重要一步。

在上周二的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描，并對該女性患者的眼睛進行了實時診斷。掃描結果由谷歌云中的一組算法進行分析，這些算法在大約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，其準確度與世界領先專家水平相當。

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，此算法通過對眼部OCT圖像的掃描，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。

論文地址：

https://www.nature.com/articles/s41591-018-0107-6

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

在997名患者的掃描影像上進行的測試中，DeepMind 的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信息，人類醫生的錯誤率降低到 5.5% 到 13.1% 之間，結果與AI的水平相當或稍差。

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。

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準。

不過，這款產品很有可能很快會得到有關部門的批準。在美國，食品藥物監督管理局（FDA）批準的醫療人工智能算法數量大幅增加，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于愛荷華州的初創企業IDx的算法，與DeepMind一樣，該算法可以實時掃描和診斷糖尿病性視網膜病變，并已在整個歐洲的臨床護理中得到應用。

對于DeepMind的這款產品，其項目負責人、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，借助人工智能會大幅度提高普通醫生的臨床技能。

該算法在14,884次視網膜掃描中訓練，在30秒內處理眼睛圖片。算法將掃描結果分為四類：緊急，半緊急，常規和僅觀察。

艾倫表示，這款工具的目標就是弄清楚“某患者的健康狀況有沒有聯系一名專家醫生的需要，如果有，那么緊急程度是多少，以及為什么這么緊急？”

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。

“對于眼科醫生來說，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，在這次掃描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算法提供同樣嚴格的程度，但我個人認為，眼科學將成為人工智能從根本上改變的第一個醫學專業。”

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能技術，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18年的11月份，DeepMind宣布旗下的健康部門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移動APP）團隊將調整合并到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。

Streams應用程序

當時，DeepMind的創始人表示，對于該公司而言，這將是一個“重要的里程碑”，有助于將其開發的Streams應用程序轉變為“人工智能助理護士和助手”。醫生“將最佳算法與直觀設計相結合。”目前，Streams應用程序正在英國試用，以幫助醫療保健從業人員管理患者。

但是，DeepMind在此方面并沒有實現盈利，一個由Alphabet制定的專家評估小組就曾質疑DeepMind，要求后者向公眾說明采取怎樣的業務模式來盈利。

對于這個問題，DeepMind的這臺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實現盈利的突破口。

除了這款眼部疾病掃描的產品設備，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，因為人的頭部比較復雜，醫生至少需要花費4個小時來作準備頭頸癌治療方案，他們希望能通過機器學習來幫助自動執行部分過程，將準備時間縮減至一個小時。

2017年11月，DeepMind 就宣布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 將與由英國癌癥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于乳房 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）建立醫學研究合作伙伴關系，)DeepMind將分析約700,000個匿名醫療記錄，以查找可能用于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并正確預測其發病。

相關報道：

https://www.ft.com/content/3de44984-9ef0-11e8-85da-eeb7a9ce36e4